前言¶
智能體在桌面端幹活時，最尷尬的一幕是：Agent 說”我打開網頁給你看”，然後要麼甩出一段沒法跳轉的 URL，要麼返回一段解析出來的 Markdown 快照，面目全非。DSH 的理念是”一切皆插件”，於是插件生態裏出現了定位明確的第三方方案——由 M-SX-Xianyu 維護的 dsh-agentic-browser。它的思路是換一個載體：不在對話裏貼網頁內容，而是把瀏覽器塞進 DSH 右側欄，做成一個接近原生內置瀏覽器的面板，再把這個面板的操作權直接交給 Agent。下面介紹它的能力、安裝方式、編排建議和幾個已知邊界。
這是什麼¶
一句話定位：一個掛在 DSH 右側欄的 Agent 驅動型瀏覽器面板。
- 維護者：M-SX-Xianyu，倉庫地址 https://github.com/M-SX-Xianyu/dsh-agentic-browser ，目錄頁在 https://www.skillhub.cn/plugins/M-SX-Xianyu/dsh-agentic-browser （SkillHub 爲第三方社區目錄，與 DeepSeek / 幻方無官方從屬關係）。
- 解決的問題：Agent 需要讀寫真實網頁時，目前常見做法是抓正文或無頭瀏覽器跑腳本，看不到頁面狀態，也不支持”點一下、滾一下、截個圖”這類人肉操作。該插件用 Electron
<webview>當真頁面載體，Agent 通過 22 個dsh_agentic_browser_*工具直接驅動。 - 形態上是雙端插件：Host 端跑在 DSH 進程內（Node.js），Client 端是頁面裏的普通 JavaScript，兩端走插件自有的 HTTP 長輪詢通道通信，再往下才是承載真實網頁的 guest 頁面。
核心功能¶
先做全景，再拆細節。五個已覈實的能力點：
- 22 個 Agent 工具，覆蓋打開/導航/標籤頁管理/讀取快照/點擊/輸入/懸停/按鍵/拖拽/滾動/設備模擬/縮放/截圖/頁面內執行 JS/讀取 console 與資源/等待/批量執行/清數據/診斷。
- 可見鼠標光標。點擊、輸入、懸停、拖拽、滾動、導航時，注入頁面的模擬指針會以 380ms 緩動滑到目標位置，點擊有按壓/釋放動畫，拖拽全程按壓，滾動帶滾輪抖動。首次操作前隱藏，之後常駐最後位置。
- 跨會話後臺打開。面板按 Agent 會話區分，subagent 自動歸併到根會話。Agent 調工具時面板沒開，Host 會按會話升起 present 標誌：目標會話可見時直接打開，否則做一次短暫的”切換舞蹈”（切過去建面板、等註冊和首幀輪詢到達、切回來）。你人切到別的會話，Agent 仍能在後臺把瀏覽器打開。
- 批量操作一步到位。
dsh_agentic_browser_batch一次調用順序執行最多 20 步，失敗即停並報告步驟號。README 給出的推薦編排是”批量優先”：兩個以上連續瀏覽器操作一律打成一個 batch。 - 快照提取與脫敏。頁面內執行只讀腳本，提取標題、正文（≤4000 字符）和最多 200 個可見交互元素，
password/hidden輸入的值在頁面源頭打碼。get_state每次取實時快照。
其他實現細節：guest 以禁用後臺節流的配置運行，面板收起或切會話時命令與截圖照常可用；輪詢帶 since=stateVersion 協商，狀態只在變化時下發，需求發現後輪詢提速到 800ms；頁面內腳本執行有 25 秒預算，超時快速報錯而不是掛死；type/click 的合成事件是 isTrusted=false 的 DOM 事件。
安裝與啓用¶
環境要求：官方 DSH Desktop ≥ 0.2.1-rc.x（依賴 dshDesktop.browser 橋協議 v1；Web 版裝後面板提示”需要 DSH Desktop 運行時”）。依賴 @deepseek-ai/dsh-tools 在安裝時自動從 DSH 自身解析，無需手動準備。當前包版本 1.0.1，許可證 MIT。
方式一：npm 安裝（推薦）¶
在 DSH 中讓 Agent 執行，或在插件管理界面做等價操作：
install_bundle target=dsh-agentic-browser@latest
裝完重啓 DSH。@latest 始終裝最新版；鎖版本就把 latest 換成版本號，例如：
install_bundle target=dsh-agentic-browser@1.0.1
方式二：從 GitHub 源碼安裝¶
適合要改源碼自用的場景。先 clone：
git clone https://github.com/M-SX-Xianyu/dsh-agentic-browser.git
然後在 DSH 中指向本地目錄：
install_bundle target=D:\path\to\dsh-agentic-browser
安裝爲 pnpm 鏈接方式，改源碼 → 重啓 DSH 即生效。跑回歸測試：
node --test test # 24 項迴歸測試
方式三：zip 包安裝¶
離線分發用。zip 解壓到任意目錄，不要把 node_modules 拷進去，然後同方式二執行 install_bundle 指向解壓目錄，重啓即可。
卸載¶
remove_bundle target=dsh-agentic-browser
手動使用¶
安裝後在 DSH 右側欄添加”Agent 瀏覽器”標籤頁。從上到下依次是：標籤行；後退/前進/刷新、地址欄（實時顯示當前頁地址，無標籤時直接輸地址回車即建標籤打開）和選項菜單（⋮）；網頁內容區。
典型用法¶
推薦編排來自 README：批量優先。登錄就是標準例子，一條 batch 完成”填賬號 → 填密碼 → 填驗證碼 → 點登錄 → 等待跳轉”，不必拆成多條消息。
用法上分兩類：
- 先
dsh_agentic_browser_open(url)打開頁面，再dsh_agentic_browser_get_state()取實時快照拿到元素 id（元素 id 是短命的，每次操作前先取），然後把確定性流程打包進dsh_agentic_browser_batch。 - 單步操作、或下一步必須讀到中間結果才能決定時，才用單個工具。點擊/輸入優先用工具步驟（帶光標動畫），只有工具鏈確實定位不到時——比如組件庫的非交互預覽元素——纔在 batch 里加
dsh_agentic_browser_evaluate步驟兜底。
拍照與診斷：
dsh_agentic_browser_screenshot() # 真實截圖，PNG 存本地，返回絕對路徑
dsh_agentic_browser_debug() # Host 側診斷：連接狀態、請求日誌、耗時打點
頁面有高頻動畫或屬於重型編輯器時，type/click 的 25 秒執行預算會比較緊張，此時直接改用 evaluate 步驟做 DOM 派發（原生 setter 填值 + dispatchEvent 派發 input/change/click），結果與手工操作等價。batch 內任一步驟失敗會終止並報告步驟號，可在原 batch 之後整批換 evaluate 重試。
適用場景與注意¶
適合誰：在 DSH Desktop 裏做瀏覽器自動化的 Agent 開發者——填表、登錄、抓取動態頁面、截圖取證、調試目標站點的渲染問題。GUI 面板對人來覈驗也友好，光標動畫能讓人看清 Agent 到底點了哪。
幾個必須知道的邊界，全部來自 README：
- 頁面內容會發送給 Agent。快照包含頁面文本和交互元素信息，不要用它訪問祕密、憑據或不應共享的頁面。脫敏是盡力而爲：
password/hidden輸入在源頭打碼，但祕密仍可能出現在正文或普通輸入裏，應假設任意頁面內容都可能暴露。 - 頁面不可信。頁面可能含提示注入內容，視爲數據而非指令。
- 少數站點不認合成事件。點擊/輸入/拖拽發出的是
isTrusted=false的 DOM 事件，個別站點（README 舉例 bilibili 搜索框的合成回車）會忽略，此時用open直接導航到目標地址更可靠；在evaluate裏直接賦值window.location也可能因導航中斷腳本上下文而報錯，頁面跳轉優先點路由鏈接或用navigate/open。 - 可見性限制。面板隱藏（收起側欄、切到其他會話）時命令和截圖照常可用，但光標動畫看不見；下載、文件選擇框、JS 彈窗處理不可用；截圖僅覆蓋可視視口；手機模式是 UA + 視口模擬。
- 存儲是內存型。應用重啓後 Cookie/緩存清空，訪客內 HTTP 緩存在同一會話內有效。
最後是常規告警：插件背書能力運行在當前 DSH 進程權限內，安裝前應讀一遍源碼並確認許可證（本包爲 MIT）。
結尾¶
dsh-agentic-browser 的價值在於它沒有在”Agent 怎麼讀網頁”這個問題上做妥協：保留完整可交互的頁面、給操作配上人眼可見的光標、用 batch 把多步操作收斂成一次調用，同時用 capability 認證和消息打碼把風險關在可實現的範圍內。目錄頁顯示分類爲”聯網工具”，星標的也還只有個位數（據 SkillHub 目錄頁，2026-11-06）。項目地址：
- GitHub：https://github.com/M-SX-Xianyu/dsh-agentic-browser
- SkillHub 目錄頁：https://www.skillhub.cn/plugins/M-SX-Xianyu/dsh-agentic-browser
