dsh-browser:在 DSH 里驱动本机 Chrome/Edge 做真实浏览器操作

前言

在 DeepSeek Harness(DSH)里做联网或页面相关任务时,常见做法是 HTTP 抓取或专用搜索插件:能拿到 HTML 或摘要,但很难像人一样在真实页面上点按钮、填表单、看控制台报错。若任务依赖前端渲染、登录态或复杂交互,纯请求往往不够用。

下面介绍社区插件 dsh-browser(仓库 snow-The/dsh-browser):通过 playwright-core 以 CDP 连接本机已安装的 Chrome/Edge,在 Harness 里以工具形式完成打开页面、快照、点击、输入等操作。数据留在本机,不下载 Playwright 自带浏览器包,也不依赖外部守护进程。

这是什么

dsh-browser 归类为「联网工具」,由维护者 snow-The 发布,在 SkillHub 插件目录 可安装;当前目录标注版本 v0.2.0,GitHub 星标为 0。

一句话定位:为 DSH 提供真实浏览器、仅本地的页面驱动能力——默认有界面(headful),便于观察 Agent 实际操作。

工作原理

插件维护一个懒加载的浏览器实例:首次需要时启动,之后复用。启动方式是用 playwright-core 对接系统里的 Chrome/Edge(CDP),README 明确说明:不下载浏览器、不跑外部 daemon、流量不出本机。

package.json 中声明依赖 playwright-core(^1.62.1),对等依赖 @deepseek-ai/dsh 与 @deepseek-ai/dsh-tools(>=0.2.0-rc.1),engines.dsh 为 >=0.2.1-rc.2 <0.3.0-0;兼容性字段列出已验证的 DSH 版本包括 0.2.1-rc.2。许可证为 MIT。

核心功能(工具列表)

README 列出的 Harness 工具如下,名称与职责以仓库为准:

工具 作用
browser_open 打开 URL(懒启动浏览器并复用实例)
browser_snapshot 获取标题、URL、可交互选择器、控制台错误、可见文本
browser_click 按 CSS 选择器点击
browser_type 填写输入框(可选回车)
browser_press 发送键盘按键
browser_scroll 滚动或将元素滚入视口
browser_evaluate 在页面内执行 JavaScript
browser_screenshot 保存 PNG(可交给视觉类工具)
browser_wait 等待指定毫秒
browser_close 关闭浏览器实例

上述能力覆盖「打开 → 感知页面 → 操作 → 截图/脚本」的常见自动化链路,适合交给 Agent 按步骤调用,而不是手写一整条 Playwright 脚本。

安装与启用

已抓取资料中未给出固定的 dsh plugin add ... 命令行原文;SkillHub 目录页标注该插件可安装。建议做法:

  1. 在浏览器打开插件目录页:https://www.skillhub.cn/plugins/snow-The/dsh-browser。
  2. 按 SkillHub / 你所用 DSH 插件市场的界面流程完成安装(若已安装 SkillHub 类插件,也可在 Harness 内搜索 snow-The/dsh-browser 后从卡片安装)。
  3. 安装后按 Harness 要求重启 dsh web(或等价重启),使插件加载。
  4. 确认本机已安装 Chrome 或 Edge,且 DSH 版本满足 package.json 中的 engines.dsh 与 dsh.compatibility 范围。

安装前请自行阅读 GitHub 源码与 MIT 许可证;插件以当前 DSH 进程权限运行,等同于在本机启动并控制浏览器,不应在未审代码的情况下直接装到生产或高敏感环境。

典型用法(可复现思路)

README 未提供完整对话示例,但工具语义清晰,可按下面顺序在任务里让 Agent 使用(每一步对应一个工具调用):

  1. browser_open:打开目标 URL,等待页面加载。
  2. browser_snapshot:读取当前标题、URL、可点击/可输入元素的选择器及可见文本,用于规划下一步。
  3. 根据快照 browser_click / browser_type / browser_press / browser_scroll 完成交互;需要等待渲染时用 browser_wait。
  4. 若需自定义逻辑,用 browser_evaluate 在页面上下文执行 JS;需要给视觉模型看页面时,用 browser_screenshot 产出 PNG。
  5. 任务结束后 browser_close 释放实例。

整条链路在默认 headful 模式下可在屏幕上看到浏览器窗口,便于调试 Agent 是否点错元素或填错字段。

适用场景与注意

更适合:

  • 需要真实 DOM、前端渲染或登录会话的页面操作(在合法、授权范围内)。
  • 希望 Harness 工具集里既有 HTTP/搜索类能力,又有「像用户一样点页面」的补充。
  • 强调数据不出本机、不想引入远程浏览器服务的场景。

需要注意:

  • 仅驱动本机 Chrome/Edge;无头/有头以插件默认为准(README:默认 headful)。
  • 浏览器能力受本机环境、网站反自动化策略影响;browser_snapshot 中的控制台错误有助于排查,但不保证所有站点可用。
  • DSH 生态是「一切皆插件」;SkillHub 等为社区目录,与 DeepSeek / 幻方无官方从属关系,本文介绍的是第三方插件,非官方应用商店内置能力。
  • 再次强调:安装前检查源码与权限;插件行为等同于在本机自动操作浏览器。

结尾

dsh-browser 把 Playwright CDP 与 DSH 工具面接在一起:懒加载、复用实例、本地 Chrome/Edge,并提供从打开到截图的一整套 browser_* 工具。若你正在扩展 Harness 的页面交互能力,可从目录页与仓库核对版本与兼容性后试用。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye