前言¶
在 DeepSeek Harness（DSH）里让模型操作网页，常见做法是挂 MCP，把 agent-browser 等 CLI 的原子动作整包塞进上下文。动作多、每步新鲜度难控、循环和审计也不好落在插件内部。社区插件 dsh-agent-browser（维护者 j62268781-alt）走另一条路：基于 Rust + CDP 的 agent-browser，在 DSH 里注册一组窄工具、提供设置页，并可选用 dsh-judgment 驱动的 browser_run 有界决策循环。下面介绍它是什么、能做什么，以及如何安装与使用。
这是什么¶
dsh-agent-browser 是面向 DSH 的浏览器自动化插件，分类为「联网工具」。它把 agent-browser CLI 封装成少量宿主工具，配合页面内 DOM 候选抽取、安装自检 UI，以及可选的 Jev + 上游 LLM 低成本早停闭环。插件零 MCP：仅在配置 enabled 为真时注册工具；关闭「浏览器功能」时，相关工具不会进入模型上下文。
README 中说明：与 agent-browser mcp 把大量原子动作全局暴露不同，本插件强调插件内有界循环、每步新鲜度门控、动作审计与设置页等形态；设计取舍见仓库内 DESIGN.md。
核心功能¶
窄工具面¶
| 工具 | 作用 |
|---|---|
browser_snapshot |
无障碍树与 @eN ref，返回 origin / refs / digest；先快照再动作。 |
browser_act |
唯一变更入口，一次一个动作（click、fill、type、press、select、scroll 等）；可选 expectUrl / expectName 做执行前新鲜度断言。 |
browser_read |
只读：按 URL 读 markdown，或读元素的 text/html/value/attr 等。 |
browser_session |
open / close / tabs；使用命名会话，不劫持其他 agent 或用户窗口。 |
browser_screenshot |
截图（可关）。 |
browser_raw |
白名单内的其它 CLI 子命令逃生舱；默认关闭。 |
browser_run |
在「决策」开启时注册：一句话 goal → 插件内部有界循环 → 返回 trace 与 handoff。 |
ref 与元素身份绑定（README 记载 0.38.2 实测）：页面变化或元素消失时旧 ref 会报错，不会静默点到别的元素。
设置页与安装自检¶
安装后在 设置 → 浏览器 配置。顶部 summary 自动检查两项：
- agent-browser：未安装时可从设置页触发安装（Homebrew 优先，否则
npm i -g）。 - Chrome：必须项；插件不代为安装 Chrome，仅提供检测与下载指引。
两项均通过时显示「浏览器环境就绪」。
内置 skill¶
插件随包提供 skills/agent-browser/（SKILL.md 与 references/），启动时通过 ctx.skills.register() 注册；若宿主未装 dsh-skill 则跳过，其余功能不受影响。
browser_run 决策循环¶
开启决策后可用 browser_run(goal, inputs?, subgoals?, allowIrreversible?)。循环在页面内抽取候选 → 确定性完成门 → 调用 ctx.judgment.ask → 执行单步动作。判断用途默认名为 browser.action，需在 设置 → 决策 中配置 dsh-judgment 连接。无 judgment、密钥或配额等问题时会显式失败，不静默退回主模型。
README 记载：browser_run 已完成 39 任务真机基准验证；动作审计落盘与配额可视化仍为规划中项（DESIGN.md §8）。
CLI 版本与性能¶
插件锁定 agent-browser 版本 >=0.38.0 且 <0.39.0（README 实测基准 0.38.2）。插件会尽量解析到原生二进制以降低 Node 包装脚本启动开销；也可配置 browser.executablePath。
安装与启用¶
安装插件¶
dsh plugin --profile desktop add https://github.com/j62268781-alt/dsh-agent-browser.git
装完后在 设置 → 浏览器 中打开并配置。
安装 agent-browser¶
CLI 需单独安装，版本须在 [0.38.0, 0.39.0)：
brew install agent-browser # 或 npm i -g agent-browser
agent-browser --version
启用决策（可选）¶
若使用 browser_run，在 设置 → 决策 建立 judgment 连接，将用途名 browser.action 指向该连接（默认即此名称）。
典型用法¶
手动工具链：快照 → 动作¶
- 用
browser_session打开命名会话。 - 用
browser_snapshot获取当前页 ref。 - 用
browser_act对指定 ref 执行单次操作；页面可能变化后需重新 snapshot。
委托 browser_run¶
在决策已配置的前提下，调用 browser_run 传入自然语言 goal；复杂或缺输入时插件会早停交回，返回值可含候选 ref 与页面摘要，宿主可用 browser_act 继续。
开发与验证方面，仓库提供 pnpm probe（真浏览器探针）、pnpm bench:tasks（真机任务基准）等脚本；详见 GitHub README「开发」一节。
适用场景与注意¶
适合：已在 DSH desktop profile 下开发智能体、希望浏览器能力以少量工具进入上下文、并需要设置页自检与可选 judgment 循环的团队或个人。
注意：
- 插件以当前 DSH 进程权限运行浏览器与 CLI；安装前请阅读 GitHub 仓库 源码与 MIT 许可证（
package.json版本 0.1.0）。 - 必须本机安装 Chrome 与符合版本区间的
agent-browser。 - 社区目录 SkillHub 插件页 为独立生态站点，与 DeepSeek / 幻方无官方从属关系。
结尾¶
dsh-agent-browser 把 agent-browser 收成 DSH 可用的窄工具面、设置自检与可选 browser_run 闭环，避免把整个 CLI 动作墙丢进模型上下文。进一步了解可访问 SkillHub 目录页 与 GitHub：j62268781-alt/dsh-agent-browser。
