Web Workbench：DeepSeek Harness 的瀏覽器操作與文檔讀取插件

前言¶

DeepSeek Harness（DSH）的桌面端工具鏈已經可以調度外部服務，但面對需要 JavaScript 渲染、登錄態保持或本地文件處理的場景時，現有方案仍顯不足。web_search 與 web_fetch 適合靜態或簡單接口，卻無法處理複雜的表單、驗證碼、登錄流程或本地文檔。本插件爲 DSH Desktop 0.2.1-rc.2 提供原生瀏覽器交互能力，將真實瀏覽器、PDF 解析、OCR 和視頻幀提取納入同一調度體系。

插件定位¶

Web Workbench 是面向 DSH 的 Cordis 原生插件，註冊 13 個工具，複用 Harness 的工具調度、會話日誌和系統提示詞接口。它使用 Playwright 啓動真實 Edge/Chromium 瀏覽器，通過右側欄“AI 瀏覽器”展示實時畫面，支持人工接管登錄、驗證碼與 MFA，並將結果迴流給 AI 工具鏈。插件在 Host 進程中使用瀏覽器、網絡和文件 API，但不替代 DSH 的權限策略。

核心能力¶

真實瀏覽器打開與渲染：支持需要 JavaScript 的網站，返回渲染後的正文、元素引用與標籤頁。
表單與頁面交互：使用最近一次快照中的元素 ref 執行點擊、翻頁、輸入、選擇、提交、滾動、切換標籤頁等操作；操作後返回新快照，舊 ref 失效。
人工接管與登錄：在右側欄“AI 瀏覽器”中點擊“接管瀏覽器”，手動登錄網站、處理驗證碼/MFA；登錄狀態按會話隔離，同一會話重開保留。
文件上傳與下載：通過“選擇文件”將本地文件放入當前會話暫存區，再上傳到網頁；網頁下載列表可在“下載文件”中查看並保存。
PDF 全文提取：下載後按頁解析，支持頁碼與文字分頁；掃描頁可啓用 OCR。
圖片文字識別：內置英文和簡體中文 OCR 語言包，運行時無需聯網下載。
PDF/網頁覈對與視頻幀：通過 pdf_render 將指定頁轉 PNG，或對網頁截圖；通過 video_inspect 讀取格式與時長，用 video_frame 按時間點提取幀。
HTTP 流式下載與瀏覽器會話：web_download_file 支持流式大小限制、重定向驗證、取消與殘缺清理，設置 use_browser_session:true 可附加當前站點 Cookie。

插件不能保證所有站點接受自動化，也不能繞過驗證碼、MFA、訂閱權限或付費牆。圖片 OCR 不等於語義理解，當前不包含語音轉寫與額外視覺模型。

安裝與啓用¶

Windows 獨立安裝器¶

確保已打開過一次 DSH Desktop，然後克隆倉庫並在終端執行：

git clone https://github.com/CoraEJones/dsh-web-workbench.git
cd dsh-web-workbench
.\Install.cmd

安裝器會調用官方 dsh plugin --profile desktop add <壓縮包> --ignore-scripts，同時安裝插件依賴。它不手工覆蓋 profile 配置，不修改全局權限，不需要管理員賬號。安裝後通過 web_workbench_status 驗證工具可用。

通過 Harness 管理入口¶

在提供 plugin_manager 工具的聊天中，發送：

請用 plugin_manager 安裝插件：action=install_bundle，target=github:CoraEJones/dsh-web-workbench。
使用當前 desktop profile，不手工改 profile 的 package.json 或 cordis.patch.yml。
安裝後檢查 application 和 warnings，再覈對 web_workbench_status、web_browser_open、web_browser_action、web_download_file、pdf_read、image_read。
調用 web_workbench_status 驗證工具可用。只有實際生效後才報告已安裝；如需重啓請明確告訴我。

安裝後，點擊“打開 AI 瀏覽器”即可使用。

典型用法¶

讀取論文 PDF¶

打開這篇論文的頁面，用真實瀏覽器查找並下載我有權訪問的 PDF，讀取全文，按頁碼整理原理和實驗參數。遇到登錄或驗證碼先把瀏覽器交給我，完成後繼續。

表單填寫與提交¶

打開這個網站，替我填好表單。提交前先讓我檢查內容，確認後再提交，並覈對成功回執。

本地文件處理¶

先調用 web_workbench_status 獲得本會話暫存目錄，將 PDF、圖片或視頻文件複製到該目錄，再使用 pdf_read、image_read 或 video_frame 讀取內容。工具僅能讀取和上傳該目錄內的文件。

設置與運行條件¶

通過 Harness 的插件設置修改 Config，無需改源碼：

dataDir：用戶目錄下 .dsh/web-workbench
headless：true（後臺運行並在側欄顯示同一瀏覽器）；false 可額外顯示獨立窗口
browserChannel：msedge（也可用 chrome 或空字符串使用 Playwright Chromium）
timeoutMs：30000
maxFileBytes：100 MiB
maxTextChars：每次 20000 字符
ocrLanguage：eng+chi_sim（支持 eng、chi_sim）
ffmpegPath / ffprobePath：可設爲絕對路徑
verifyOnLoad：false（是否運行顯式 Host 自檢）

運行環境要求 Node.js >=22.13；視頻工具需要 FFmpeg/ffprobe 可用。

適用場景與注意¶

適合需要真實瀏覽器渲染、登錄態保持、複雜表單或本地文檔處理的 DSH 代理開發。
插件在 Host 進程中使用瀏覽器、網絡和文件 API，不是操作系統沙箱；插件會讀取外部不可信數據，需在系統提示詞中明確其邊界。
不要分享包含瀏覽器 profile 或 auth-state.json 的數據目錄；不要將數據目錄加入版本庫。

小結¶

Web Workbench 將真實瀏覽器、PDF 解析、OCR 和視頻幀提取納入 DSH 工具鏈，支持人工接管與 AI 自動化的混合協作。通過統一的工具接口和會話隔離，開發者可以在不離開 DSH 的前提下完成從網頁操作到本地文檔處理的閉環。

目錄頁：https://www.skillhub.cn/plugins/CoraEJones/dsh-web-workbench
GitHub：https://github.com/CoraEJones/dsh-web-workbench