前言¶

DSH 的 Agent 要讀一個內部系統、填一張表單、確認一個下單動作，通常有兩條路：要麼給它一個乾淨的 Playwright 瀏覽器，但它沒有你瀏覽器裏的登錄態，遇到驗證碼和二次確認就卡住；要麼讓它自己猜頁面步驟，容易點錯、讀錯。這個插件走第三條路：在你日常使用的 Chrome / Edge 裏裝一個擴展做橋，Agent 通過它在專用標籤組裏操作你真實、已登錄的瀏覽器，第一次接觸某個域名時先問你要權限。

下面介紹 yelinos 維護的 dsh-chrome-bridge。它思路對齊 OpenAI Codex 的 Chrome 擴展，定位是 DSH 的瀏覽器控制插件，MIT 許可，當前版本 0.1.1，目錄頁標註星標爲 0。

整體思路¶

插件分兩部分，通過本機 WebSocket 通信：

DSH Host 進程                         你的 Chrome / Edge
chrome-bridge (service)              DSH Chrome Bridge (MV3)
 · WebSocket 服務器                   · service worker
 · 命令/超時/keepalive                · chrome.tabs/tabGroups
 · status() Remote 接口   ws://127.0.0.1:8765
chrome-bridge-tools      DSH Web UI    · chrome.debugger (CDP)
 · chrome_* 工具                      · popup：狀態/端口/token
 · 按域名授權 / 會話標籤組                    右側欄「Chrome 橋接」面板
 · 截圖 → 附件管線
client.js
 · 側欄狀態卡/安裝引導

擴展側是 Manifest V3，只用 chrome.* API，不打包第三方運行時，零依賴；Host 半身是普通 ESM，純插件掛載，沒有構建步驟。

三個設計約束值得注意：

• 擴展只主動連 ws://127.0.0.1，不監聽端口，網頁無法訪問它。
• 服務默認只綁回環地址；同機任意進程仍可連該端口，介意者建議設 authToken。
• chrome.debugger 附加時瀏覽器會顯示「正在調試此瀏覽器」提示條，這是讀寫頁面所必需的。

核心能力¶

按 README 的功能表，能力分這麼幾組。

真實瀏覽器操作。打開 / 導航標籤頁、讀頁面文本、執行 JS、截圖。鼠標鍵盤走 CDP Input 域，是真實輸入而不是合成事件，選擇器或座標點擊都支持，含雙擊和右鍵。

按域名授權。首次接觸域名彈出「本次會話允許 / 始終允許 / 拒絕」；「始終允許」經 settings 服務寫入 allowedDomains 並持久化。門禁在導航和頁面交互（讀 / 執行 / 點擊 / 輸入 / 截圖）前都會執行，blockedDomains 永遠拒絕。

會話級標籤組。每個 Agent 會話獨立一個 DSH · <會話標識> 標籤組，多會話並行互不干擾；組名默認取首個頁面標題，Agent 可用 chrome_group 改成簡短目的名。標籤頁默認複用當前會話頁，每會話最多保留 maxSessionTabs 個，超出按 LRU 自動關閉，空閒超時與會話結束時自動清理。

讀頁方式有兩種。chrome_snapshot 返回帶層級、可見狀態和穩定 e1 引用的無障礙樹，默認輸出增量 diff；chrome_read_page / chrome_read_urls 直接讀可見文本或 HTML。

此外還有虛擬光標（讀頁時顯示，回合結束收起）、滾動、截圖直回對話（PNG 經附件管線作爲圖像內容塊給模型，無附件服務時落盤）、以及右側欄的連接狀態 / 安裝引導 / 域名名單面板。

安裝¶

先裝 DSH 插件，再裝瀏覽器擴展。

1. 安裝 DSH 插件¶

在 DSH 會話裏讓 Agent 執行 plugin_manager 的 install_bundle，目標爲本目錄的絕對路徑；或在終端：

dsh plugin --profile web add /absolute/path/to/dsh-chrome-bridge

這會掛載兩個 Host 級行：chrome-bridge（橋接服務，WebSocket 服務器）和 chrome-bridge-tools（chrome_* 工具）。裝好後要刷新一次 Web 頁面，右側欄「+」菜單裏纔會出現「Chrome 橋接」標籤頁。

2. 安裝瀏覽器擴展¶

1. 打開 chrome://extensions（Edge 爲 edge://extensions），開啓「開發者模式」。
2. 點「加載已解壓的擴展程序」，選擇本包的 extension/ 目錄。側欄面板裏可以一鍵複製該路徑。
3. 點擴展圖標，確認顯示 Connected to DSH（端口默認 8765，需與服務端一致）。

3. 驗證¶

讓 Agent 調用 chrome_status，應看到類似輸出：

DSH Chrome Bridge connected:
- listening: true
- endpoint: ws://127.0.0.1:8765
- extension: DSH Chrome Bridge 0.1.1
- extension directory: /path/to/dsh-chrome-bridge/extension/

README 提到 0.1.1 需要在擴展管理頁重新加載，並重新掛載 DSH 插件；擴展增加了 HTTP/HTTPS 網站訪問權限，用於隔離光標腳本及已有標籤頁注入。

工具面¶

chrome_* 工具不少，按用途歸類如下（節選 README 工具表的一部分）。

頁面讀取與執行：chrome_navigate（默認複用當前會話標籤頁，newTab: true 才新開）、chrome_read_page、chrome_read_urls、chrome_eval、chrome_snapshot、chrome_scroll、chrome_find。

真實輸入：chrome_click、chrome_type、chrome_key、chrome_move、chrome_screenshot、chrome_element_info / chrome_element_screenshot。

會話與標籤組管理：chrome_tabs、chrome_active_tab、chrome_group、chrome_open_tabs / chrome_claim_tab / chrome_release_tab、chrome_mark_tab、chrome_close_tab（只關 Agent 標籤組內的頁）。

長尾能力包括 chrome_act（一次調用批量執行多個動作，減少往返）、chrome_locator（Playwright 風格定位器）、chrome_upload / chrome_download、chrome_clipboard / chrome_dialog、chrome_logs、chrome_export / chrome_export_gsuite / chrome_export_youtube_transcript、chrome_viewport / chrome_visibility / chrome_cdp / chrome_network、chrome_user_takeover（暫停自動化請用戶接管登錄 / CAPTCHA / 2FA）、chrome_js（持久 JS 瀏覽器會話，暴露 agent.browsers / browser.tabs / tab.playwright / tab.ax / tab.cua 等）、chrome_webmcp、chrome_history / chrome_bookmarks 等。

工具全表以 README 爲準。

配置¶

配置分服務行和工具行兩處，編輯 profile 的 cordis.patch.yml，按 id 覆蓋對應行的 config。

chrome-bridge（服務行）：

chrome-bridge-tools（工具行）：

不想改文件的話，直接在對話裏選「始終允許」，由 settings 服務寫入 allowedDomains。

典型用法¶

一次常規操作大致是：先 chrome_status 確認橋接和擴展在線，再用 chrome_navigate 打開目標頁面（默認複用當前會話頁），接着 chrome_snapshot 拿帶穩定 ref 的頁面樹，然後 chrome_act 一次調用裏連續執行點擊、輸入、滾動或截圖並拿回每步觀察，最後需要交付或交接時用 chrome_mark_tab 標記標籤頁，避免被自動清理回收。

如果頁面要人機驗證，調用 chrome_user_takeover 暫停自動化交給用戶，而不是讓 Agent 反覆撞。

需要一次性批量讀多個 URL 時用 chrome_read_urls（在臨時後臺標籤中讀取）；需要原始調試能力時用 chrome_cdp。

適用場景與注意¶

適合這類開發者：已經在 Chrome / Edge 裏登錄好要操作的系統（內部工單、文檔、控制台），希望 Agent 在保留登錄態的前提下點頁面、填表單、看截圖，同時不想讓 Agent 的自由度擴散到整個瀏覽器。

幾點需要留意：

• 依賴瀏覽器擴展與 chrome.debugger，僅支持 Chromium 系（Chrome / Edge / Chromium）。
• 標籤組按會話拆分，同一會話內所有標籤共用一個組。
• 若附件服務不可用（精簡組合），截圖回退爲工作區文件 + read_image。
• README 明確這是實驗性插件，協議爲包內私有 v1，可能隨版本調整。
• 插件以當前 dsh 進程權限運行，會掛載兩個 Host 級行；安裝前建議先讀一遍源碼和 MIT 許可，再決定是否加載擴展。

目錄頁是獨立的社區站點 SkillHub，與 DeepSeek / 幻方無官方從屬關係，不是官方應用商店。

小結¶

dsh-chrome-bridge 的價值在於把「Agent 操作瀏覽器」這件事從乾淨沙箱拉回到你正在用的瀏覽器上，用域名授權和會話標籤組把不可控的自動化約束在可審計的邊界內。如果你的 DSH 工作流裏反覆需要在一個已登錄的 Web 系統上執行操作，值得裝一遍試；如果是需要批量無頭抓取的場景，它並不合適。

目錄頁：https://www.skillhub.cn/plugins/yelinos/dsh-chrome-bridge
源碼與 README：https://github.com/yelinos/dsh-chrome-bridge