DeepSeek Harness 的 Agent 浏览器插件

前言¶

DeepSeek Harness（DSH）桌面版运行时，模型通过工具层与右侧边栏的 Guest 客户端通信。Agent 浏览器插件在 DSH 里增加了一个名为「Agent 浏览器」的右侧栏 Tab，模型调用 browser_* 系列工具时，由插件在右侧栏创建一个 <webview> 实例，用户全程可见 Agent 在操作的内容。

是什么¶

这是一个给 DSH 桌面版装上「看得见的手」的插件。它不是用 Playwright 或 Puppeteer 启动一个无头浏览器，而是复用 DSH 右侧栏里一个用户可见的 <webview>，让模型通过 15 个工具来「看见」并「操作」这个页面。

插件由 66jiujiu99 维护，分类为「联网工具」，目前星标数为 0。

核心功能¶

15 个工具¶

工具	作用
`browser_open`	打开 URL 并回快照
`browser_snapshot`	重拍快照，可控制返回范围与文本内容
`browser_click`	点 `@ref` 或视口坐标
`browser_type`	输入文本
`browser_press`	按键（Enter/Tab/Escape/方向键/PageUp/PageDown/Home/End/Space）
`browser_scroll`	滚动页面
`browser_nav`	back/forward/reload/goto
`browser_find`	按名字/文字找元素
`browser_deep_snapshot`	CDP 深度模式：读取无障碍树（a11y）
`browser_screenshot`	截图并落盘为 PNG
`browser_tabs`	list/new/switch/close
`browser_console`	页面控制台近况
`browser_network`	请求近况
`browser_eval`	执行 JS
`browser_close`	释放页面

快照与增量更新¶

快照默认只返回视口内元素、不返回正文，最大头。动作类工具（open/click/type/press/scroll/nav）回快照时同样默认视口 + 无正文。隐藏/零尺寸元素会被几何剔除，不占用 token。

同一 URL 的动作后走增量 [delta]：只报 added/removed/changed（textChanged 时短采样 + textSample），stats 按增量文本自身计并附 +a -r ~c total=N。URL 变化 / 首帧 / 找不到上一帧自动回全量。

@ref 稳定：同一元素在多次快照里保持同一个 ref。页面重渲染把节点换掉后，点击会按「角色 + 名字」自动找回语义相同的元素（并在结果里标 recovered），找不到才回 NO_REF 让你重拍快照。

穿透 Shadow DOM 与同源 iframe¶

快照递归进入 open shadow root 与同源 iframe（含嵌套），点它们时坐标自动换算到顶层视口。跨源 iframe 受浏览器安全边界限制读不到，快照里会明确写「N 个跨源 iframe 的内容不可见」。

深度模式（CDP，可选）¶

普通快照只能看到 DOM 能读到的部分：跨源 iframe 和 closed shadow root 内容读不到。深度模式改用本机 CDP 端口直连 Chromium，读无障碍树（a11y），因此能看到这些内容，并给出顶层视口坐标。

启用深度模式需要：
1. 完全退出 DSH（含托盘）
2. 运行 tools/start-dsh-debug.cmd（或 .ps1）
3. 在插件配置里打开 deepMode.enabled: true，重新 apply 插件

用完关掉 DSH、用普通方式重启，端口就消失了。

深度模式多看到的东西包括：
- closed shadow root 里的元素
- aria-label 纯图标按钮
- 跨源 iframe 里的按钮/链接（给出顶层视口坐标）
- 但读不到 canvas 里画出来的文字（a11y 树里没有节点）

安装与启用¶

第 0 步：解除下载锁（仅限 ZIP 安装）¶

从 GitHub 下载 ZIP 并解压后，Windows 会给每个文件打上 “Mark of the Web” 标记。对 .cmd 这类可执行文件，这个标记会让 Windows 每次双击都弹「无法验证发布者，你确定要运行此软件吗」。先跑一次把它清掉：

tools\unblock-folder.cmd

只删 Zone.Identifier 数据流，不改内容、权限、所有者。默认处理本插件目录（含子目录），也可 -Path "C:\某个解压目录"；想先看会改什么而不动手就加 -WhatIf。

第 1 步：拿到代码¶

# 推荐：git clone（不产生 MOTW，不会弹安全警告）
git clone https://github.com/66jiujiu99/dsh-agent-browser-auto.git

也可以 GitHub → Code → Download ZIP 解压（那就回到第 0 步先解除下载锁）。

本插件不发布 npm 包，也不需要 npm install，它零依赖，直接就是可加载的 DSH 插件目录。

第 2 步：装进 DSH¶

# 在 DSH 里（需要 danger-full-access 或逐次批准）
# target 传你 clone / 解压出来的那个目录的绝对路径
plugin_manager install_bundle target=C:\path\to\dsh-agent-browser-auto

以本地目录方式安装时，DSH 用的是 link:，package.json 的 files 字段在此模式下不生效（打包/发布时才生效）。因此目录里的 tools/、test/ 会一起留在原地，属正常现象。

安装后 Host 半边立即生效；Client 半边在桌面窗口里按需加载（首次安装若没看到 tab，按 Ctrl+R 刷新窗口一次）。

改了 index.js / lib/*.js 之后：Host 代码不会热更（loader 不监听文件），需要重新 apply：
plugin_manager set_plugin include:agent-browser-auto enabled=false → enabled=true。

改了 client.js：Client HMR 会自动热替换（可在 ~/.dsh/storages/agent-browser-auto/debug.jsonl 里看到新 clientId）。

卸载¶

plugin_manager set_plugin include:agent-browser-auto enabled=false   # 先停用
plugin_manager remove_bundle target=dsh-agent-browser-auto     # 再移除

审计/调试数据不会自动删除，如需清理：删掉 ~/.dsh/storages/agent-browser-auto/ 即可。

配置¶

配置项在 cordis.patch.yml 里 agent-browser-auto 行的 config 下：

键	默认	含义
`allowedHosts`	`[]`	非空时只放行这些主机（后缀匹配）
`blockedHosts`	`[]`	优先拒绝的主机
`enableEval`	`false`	是否允许 `browser_eval`
`commandTimeoutMs`	`45000`	单条命令等待上限
`pollWaitMs`	`20000`	长轮询挂起上限
`maxResultBytes`	`12000`	工具结果上限
`auditDir`	`""`	审计目录，空 = `~/.dsh/storages/agent-browser-auto`
`debug`	`true`	是否写 `debug.jsonl`
`deepMode.enabled`	`false`	是否启用 CDP 深度模式
`deepMode.portFile`	`""`	空 = `%APPDATA%\@deepseek-ai\dsh-desktop\DevToolsActivePort`
`deepMode.endpoint`	`""`	空 = 读 `portFile` 拼 `http://127.0.0.1:<port>`；非空直接用（仅允许 loopback）
`deepMode.maxNodes`	`200`	深度快照默认最多返回节点数
`deepMode.timeoutMs`	`8000`	单条 CDP 命令超时

适用场景与注意¶

适合需要 DSH 桌面版与真实网页交互的场景，比如：
- 模型需要操作右侧栏里的某个网页
- 需要读取页面上可见的元素（包括 shadow DOM、同源 iframe）
- 需要截图、控制台、网络请求等调试信息

注意：
- 插件以当前 DSH 进程权限运行
- 深度模式（CDP）端口没有认证，只绑 127.0.0.1，运行期间本机任意进程都能通过它控制这个 DSH 实例（含执行任意 JS），所以默认关闭、端口随机；不用时用普通方式重启 DSH 即可让端口消失
- 安装前应检查源码与许可证，确认信任这份代码

总结¶

这个插件为 DSH 桌面版提供了一个「看得见的手」，让模型可以通过 15 个工具来操作右侧边栏里一个用户可见的浏览器页面。它复用用户眼前的真实页面，而不是启动一个额外的无头浏览器，降低了成本与复杂度。深度模式（CDP）可以读取无障碍树，补足了普通快照看不到的部分。

目录页：https://www.skillhub.cn/plugins/66jiujiu99/dsh-agent-browser-auto
GitHub：https://github.com/66jiujiu99/dsh-agent-browser-auto