前言¶

在 DSH 里让 agent 操作网页，常见做法是整页 DOM、可访问性树或大块 HTML 塞进上下文。页面一复杂，token 开销和噪声都会上来，模型还容易在无关节点里迷路。openjev-browser 的 MCP stdio 版已经用本地决策模型把「该点哪个元素」收成单条结构化结果；dsh-openjev-browser 是其原生 DSH（cordis）插件移植，工具名与参数 schema 与 Python MCP server 一致，迁移时只需去掉 mcp__openjev-browser__ 前缀。维护者为 belowthetree，分类属于模型推理，当前 GitHub 星标为 0。

这是什么¶

一句话：dsh-openjev-browser 是以极小上下文开销实现模型驱动浏览器操控的 DSH 插件。本地 OpenJev-4B 决策模型读取页面后只返回完成自然语言目标所需的那一个元素，agent 全程不接触 DOM。浏览器侧基于 playwright-core，插件版本 0.1.0，许可证 MIT。

核心功能¶

插件向 DSH 注册一组浏览器工具，用途如下。

没有可用模型时，目标驱动类工具（browser_pick，以及 click/type/text/scroll/screenshot 的 goal 路径）会软失败并返回结构化部署指引；纯 CSS 选择器调用不依赖模型，始终可用。

当当前模型路由接受图像输入时（经 llm.resolveModelInfo 检查），browser_screenshot 会内联返回图片；否则降级为元数据文本并附 [image unavailable: ...]，可改用 path 参数把文件存盘。

客户端注册「OpenJev 浏览器」设置分区，由仅监听回环地址的 API /dsh-openjev-browser/api 支撑；面板保存的值写入 $DSH_HOME/dsh-openjev-browser.settings.json 并立即生效，无需重启 DSH。

安装与启用¶

下面介绍从源码构建并注册到 DSH 的步骤。资料未给出 dsh plugin add github:... 一类一键安装命令，请以 README 为准。

1、克隆或取得插件源码后，在插件目录安装依赖并构建（沙箱内若脚本受限，可加 --ignore-scripts）：

pnpm install   # 沙箱内可用: pnpm install --ignore-scripts
pnpm build     # tsc(宿主侧) + esbuild(客户端) -> lib/

2、把构建产物目录注册到 DSH，在 cordis.patch.yml 中增加：

- insert:
  - id: dsh-openjev-browser
    name: dsh-openjev-browser

可选配置项（示例值为默认值）可写在同一 insert 下的 config 中，例如：

- insert:
  - id: dsh-openjev-browser
    name: dsh-openjev-browser
    config:
      openjevUrl: http://127.0.0.1:8080
      modelDir: null
      pythonPath: null
      autoStartServer: true
      serverPort: 8080
      serverStartupTimeoutMs: 240000
      browser: auto
      headed: false
      userDataDir: null
      maxCandidates: 80
      includeOffscreen: true
      maxNameLength: 90
      viewport: [1280, 900]
      timeoutMs: 30000
      debugDir: null

配置优先级为：内置默认值 < loader patch 配置 < 设置文件；删掉设置文件即回退到 patch 配置。

模型部署¶

插件不附带模型权重，也不附带 Python 运行时，需自行部署。设置面板「部署指引」卡片内有可复制的 agent 提示词：粘贴到任意 DSH 会话后，agent 可完成 Python 环境、模型与冒烟自检，并回报需填入的两个路径。详细规范见仓库内 docs/DEPLOYMENT.md。

部署完成后，插件按顺序检测：

1. openjevUrl（默认 http://127.0.0.1:8080）上是否已有决策服务；
2. 本地工件（config.modelDir、$OPENJEV_ARTIFACT、$OPENJEV_MODEL、~/.openjev/models/OpenJev-4B、~/.dsh/openjev/models/OpenJev-4B），按 manifest.json 与 COMPLETE 校验；
3. 装有 openjev 包的 Python 解释器（顺序：config.pythonPath → $OPENJEV_PYTHON → PATH 上的 python）。满足 2+3 时，首次使用可自动拉起 python -m openjev.runtime.server。

资料记载的 agent 辅助部署流程大致为：在 DSH 会话工作区之外创建 Python 3.12 环境（默认 %USERPROFILE%\.dsh\openjev\runtime）；用 uv pip install 安装 torch 与 openjev[serve] @ git+https://github.com/ejhshen/OpenJev.git（PyPI 上 openjev 包名被占用，必须走 git）；下载 Hugging Face 仓库 shenjunhao/OpenJev-4B（约 8 GB）并校验工件；冒烟 python -m openjev.runtime.server --artifact <dir> 直至 /health 为 ready；将 Python 路径与模型目录填入设置面板。

事后可用 CLI 探测：

node lib/setup.js detect          # 探测服务 / 工件 / python
node lib/setup.js print-config    # 输出 cordis.patch.yml 配置片段

Windows 沙箱下，插件为 Python 子进程重定向 TMP/TEMP/TMPDIR/TORCHINDUCTOR_CACHE_DIR 到 $DSH_HOME/openjev/tmp，避免 torch inductor 报临时目录不可用；若 pythonPath 指向工作区内解释器且不可写，会回退到解释器旁的 .openjev-tmp/。

典型用法¶

在 DSH 会话中，agent 通过上述工具名调用即可，语义与 MCP 版一致。常见流程可以是：

1. browser_open 打开目标 URL；
2. 用自然语言目标调用 browser_pick 或带 goal 的 browser_click / browser_type；
3. 需要确认页面文字时用 browser_text，需要视觉证据时用 browser_screenshot；
4. 不确定环境是否就绪时先调 browser_status；
5. 结束时 browser_close。

若已从 MCP 迁移，把原 mcp__openjev-browser__browser_* 改为 browser_* 并保持参数不变即可。

开发侧冒烟（mock 上下文，注册工具并打开 about:blank）：

pnpm typecheck
node scripts/smoke.mjs

适用场景与注意¶

适合需要在 DSH 内做网页自动化、又希望控制上下文体积、让「选元素」交给本地 OpenJev 而非整页 DOM 的开发者。纯选择器驱动的点击、输入不依赖模型，适合已知稳定 DOM 的脚本化步骤；自然语言目标依赖已部署的 OpenJev 服务或本地工件与 Python 环境。

安装前请自行阅读 GitHub 源码与 MIT 许可证。DSH 插件以当前 dsh 进程权限运行，浏览器可配置 userDataDir 复用登录态，涉及账号与隐私页面时需评估风险。首次拉起决策服务时，serverStartupTimeoutMs 默认 240000 ms，资料提到首次 Triton JIT 可能需数分钟。社区目录站点与 DeepSeek / 幻方无官方从属关系，本插件为社区维护的 cordis 插件。

链接¶

• 社区目录页：https://www.skillhub.cn/plugins/belowthetree/dsh-openjev-browser
• GitHub：https://github.com/belowthetree/dsh-openjev-browser

经过上面的步骤，你可以在 DSH 里用与 MCP 对齐的工具面做模型驱动浏览，并把页面理解留在本地 OpenJev，而不是把 DOM 推给对话模型。