前言¶

在 DeepSeek Harness（DSH）裏做聯網或頁面相關任務時，模型往往需要「看見頁面、點按鈕、填表單」。常見做法是外掛 Playwright、用 CDP，或讓模型猜 CSS 選擇器——這些路徑要麼和 Harness 右欄內置瀏覽器脫節，要麼定位依據不穩定。社區插件 dsh-browser-control 由維護者 neilweixing 提供，分類爲「聯網工具」，目標是讓模型像 ZCode 那樣操作 Harness 內置側邊瀏覽器（右欄 Browser 標籤頁）：以 ARIA 快照作爲定位器唯一依據，用受信任輸入觸發真實交互，並返回真實截圖。

這是什麼¶

dsh-browser-control 是一組註冊到 DSH 模型工具表裏的 browser_* 工具集。它不替代 CDP 或無頭瀏覽器，而是專門綁定 Harness 窗口內 <webview> 承載的頁面：觀察來自頁內代理計算的無障礙樹，每個 ref 對應一次快照裏真實存在的元素；點擊與按鍵走 sendInputEvent，在元素視口座標上觸發，而不是 el.click()。

與「枚舉前 N 個鏈接」式自動化相比，README 強調三件事：觀察是無障礙樹快照；每個 ref 綁定被觀察到的元素；輸入是受信任的底層事件。

核心功能¶

工具一覽¶

安裝並刷新 Harness 後，下列工具出現在模型工具表中（作用摘自官方 README）：

觀察與動作的節奏¶

browser_act 每次只執行一個動作並返回結果。下一步應先再觀察：查單個元素時優先 browser_locator（最便宜）；需要新的定位依據時再 browser_snapshot。頁面變化後，舊 ref 會被明確拒絕（stale-ref / detached），不會靜默點到別的元素。

定位器優先級¶

README 給出的匹配順序如下：

1. { "ref": "e12" } —— 精確，來自最新快照
2. { "role": "button", "name": "保存" } —— 頁面自述
3. { "testid": "submit-order" } —— 有測試 id 時較穩
4. { "label": "郵箱" } / { "placeholder": "搜索" } —— 表單字段
5. { "css": "..." } —— 兜底，僅在樹裏確實沒有可用 role/name 時

匹配到多個元素會報錯並要求收緊定位，而不是用 nth 猜位置。

快照示例¶

無障礙樹以緊湊縮進樹形式返回，隱藏元素（display:none、aria-hidden 等）不出現。示意結構與 README 一致：

- navigation "Main" [ref=e1]
  - link "Home" [href=/home] [ref=e2]
- heading "Products" [level=2] [ref=e4]
- region "Filters" [ref=e5]
  - textbox "Search products" [placeholder="Type to search"] [ref=e6]
  - button "Apply" [testid="apply"] [ref=e10]

架構簡述¶

命令路徑爲：模型調用 browser_*（Host 半）→ Connection RPC 長輪詢 → Client 半（頁面內）→ 右欄 Browser 的 <webview> → 頁內代理 → 結果（含截圖字節）回傳。Connection RPC 爲瀏覽器到 Host 的單向設計；命令按 Session 隔離；目標定位使用 Harness 內置標記（如 data-sidebar-right-tab、webview[data-sidebar-browser-frame]）與會話元數據，每次調用重新解析目標，避免導航或重載後句柄失效。

安裝與啓用¶

插件通過插件管理器從本地包目錄安裝，README 給出的命令爲：

# 插件管理器，參數爲本地包目錄的絕對路徑
plugin_manager install_bundle /絕對路徑/dsh-browser-control

將 /絕對路徑/dsh-browser-control 換成本地插件包目錄的絕對路徑。安裝後刷新 Harness 頁面，讓 Client 半加載，工具纔會進入模型工具表。改完 index.js / client.js 後，需在插件管理器中移除再安裝，然後再次刷新。

當前倉庫 package.json 標註版本爲 2.0.0，許可證爲 MIT。

典型用法思路¶

下面是一套可復現的節奏（具體 URL 與頁面內容由你的任務決定）：

1. 用 browser_open 在側邊瀏覽器打開目標 https 頁面。
2. 用 browser_snapshot 或 browser_wait 等待加載完成並取得樹與 ref。
3. 用 browser_locator 確認要操作的節點存在且唯一。
4. 用 browser_act 執行一個動作（例如 click 或 fill）。
5. 頁面變化後重新快照或 locator，再執行下一步；需要視覺確認時調用 browser_screenshot。
6. 調試腳本問題時可用 browser_console 查看日誌與原生對話框嘗試。

插件只接受 http/https，禁止內嵌憑據與指向 Harness 自身地址；頁面內容在工具描述與運行時 skill 中一律視爲不可信數據。

適用場景與注意¶

適合：在 DSH 會話內讓模型操作右欄 Browser、做表單填寫、導航、讀可見文本、截屏佐證，且希望定位與 ZCode 類「樹 + ref + 單步動作」流程一致的場景。

不適合或做不到（README「已知限制」）：

• 不是 CDP：無後臺標籤、網絡攔截、無頭模式；能力限於 <webview> 的 executeJavaScript / sendInputEvent / capturePage。
• 截圖要求 Harness 窗口可見，否則 capturePage 不返回，插件會快速失敗並說明原因。
• 不支持文件上傳與下載；file: 頁面被拒。
• alert / confirm / prompt 被拒絕，記錄到 browser_console 並以安全默認值應答。

DSH 生態理念是「一切皆插件」；SkillHub 目錄頁 爲社區站點，與 DeepSeek / 幻方無官方從屬關係。插件在當前 DSH 進程權限下運行，安裝前請自行查閱 GitHub 源碼 與 MIT 許可證，確認符合你的安全與合規要求。

結尾¶

dsh-browser-control 把 Harness 側邊瀏覽器變成可編排的工具面：無障礙樹作定位 ground truth、單步 browser_act、受信任輸入與真實截圖，適合在 Harness 內完成頁面任務而不另起一套瀏覽器自動化棧。

• 目錄頁：https://www.skillhub.cn/plugins/neilweixing/dsh-browser-control
• 源碼與文檔：https://github.com/neilweixing/dsh-browser-control