dsh-tool-browser

给 DeepSeek Harness（DSH）的原生浏览器自动化工具插件，由 Playwright 驱动。 默认直接使用本机安装的 Microsoft Edge（channel: "msedge"，无需下载浏览器）， Edge 缺失时自动回退到 Playwright 自带的 Chromium。

能力

面向模型的只读/交互工具（全部注册进 DSH 的 ctx.tools）：

设计要点：

• 共享页面：插件实例维护一个浏览器 + 一个页面，会话内浏览状态连续；工具默认互斥（非并发安全），避免相互干扰。
  • 限制：使用该插件的所有会话共享同一个页面，跨会话会互相影响；需要隔离时请用独立 profile 实例。
• 中止安全：每个工具转发 exec.signal，超时/中止策略不会挂死 agent 回合。
• 结果结构化：全部返回 { text }，快照/求值结果限长，控制 KV cache 影响。

安装

已发布到 npm，一条命令安装（推荐，自动拉取 registry 最新版）：

dsh plugin --profile <name> add dsh-tool-browser

GitHub / 本地开发备选：

dsh plugin --profile <name> add https://github.com/MashedPotato817/dsh-tool-browser.git
# 或本地：dsh plugin --profile <name> add /path/to/dsh-tool-browser

在 profile 的 cordis.patch.yml 里启用：

- insert:
    - id: dsh-tool-browser
      name: dsh-tool-browser
      config:             # 可选，下列为默认值
        channel: msedge    # 浏览器 channel
        headless: true
        allowedHosts: []   # 空 = 允许全部 host

快速开始

三步即可在 DeepSeek Harness（DSH）里获得浏览器自动化能力：

# 1. 安装插件
dsh plugin --profile <name> add dsh-tool-browser

# 2. 在 cordis.patch.yml 里 insert 启用（见上）

# 3. 启动 DSH 后，模型会自动拥有 browser_* 工具，直接在对话里让 agent 操作浏览器：
#    「打开 https://example.com 并截图」

调用示例

安装并启用后，这些工具会注册进 DSH 的 ctx.tools，agent 无需额外 import 即可直接调用：

// 在 DSH 插件 / 对话中，模型按工具名直接调用，无需手工引用
await ctx.tools.browser_navigate({ url: "https://example.com" });
await ctx.tools.browser_snapshot({});
await ctx.tools.browser_click({ target: "button#submit" });
await ctx.tools.browser_evaluate({ script: "document.title" });
await ctx.tools.browser_take_screenshot({});

工具名与 DSH 内置 browser_* 能力一一对应，完整清单见上文「能力」表。

配置

开发

npm install
npm run check   # 语法校验
npm test        # smoke + 真实浏览器集成测试（本机 Edge；CI 用自带 Chromium）

License

MIT