dsh-browser

自包含的浏览器运行时插件 for DeepSeek Harness（DSH）。

把 Playwright / Patchright（可选 Chromium 驱动） 与 OpenCLI 作为插件自身的 npm 依赖打包（优先插件本地，缺省回退全局复用），对外提供一个 browser 服务 + 一组交互式浏览器工具。dsh-web-search-pro 通过 inject: ['browser'] 注入该服务，驱动它的浏览器 / OpenCLI 后端——不再依赖全局 CLI。

安装

dsh plugin --profile web add @anweat/dsh-browser
# 或本地目录 / tarball：
dsh plugin --profile web add ./dsh-browser
# 重启（web profile 关闭了 HMR）：
dsh --profile web

依赖 @deepseek-ai/* 已发布到 npm（当前适配基线为 ^0.1.1-rc.2）。 若你的 harness 是包含未发布提交的本地源码 checkout，版本号可能有出入——用 dsh plugin --profile web add ./<path> 并在 profile 的 pnpm-workspace.yaml 里对齐版本后重装即可。

从旧版本升级

Web Search Pro 与浏览器插件应同步升级；dsh-web-search-pro >= 0.1.8 需要 @anweat/dsh-browser >= 0.1.8。0.1.9 新增受治理的可复用 Recipe / UserScript 草稿，要求真实浏览器回放通过后才能手工激活；同时修正 Chromium 就绪探测、服务禁用开关和持久登录态校验。

dsh plugin --profile web add @anweat/dsh-browser@^0.1.9 dsh-web-search-pro@^0.1.11

升级后完整停止并重启 Web profile，再调用 browser_status、browser_opencli_status 和 web_backend_status；仅刷新网页不会重新加载插件服务或 Web Search Pro 配置面板。尤其不要只升级 Web Search Pro：新的工具目录、Patchright 运行时和调用缓冲都来自浏览器插件。

快速使用与适用情形

安装并重启后，可先让模型调用 browser_status，再按任务选择工具。默认 automationMode: standard：读取直接执行，点击、输入、滚动及页面写操作走 DSH 原生一次性审批。

| 情形 | 推荐方式 | 关键边界 | |---|---|---| | 公开网页读取、截图 | browser_open → browser_read / browser_screenshot | 不需要登录态 | | 表单、分页、懒加载 | browser_click / browser_type / browser_scroll | standard 下审批；autonomous 下可直接执行 | | 登录后站点 | authProfile | 必须配置 allowedDomains；默认不回写 Cookie | | 固定站点增强 | rulePack | 只允许有界步骤；本地 init script 必须 SHA-256 固定且 ≤64KB | | 模型生成的多步操作 | browser_recipe_run | 声明式步骤；审批策略由 automationMode 决定 | | 默认只读脚本 | browser_script_catalog → browser_script_run_builtin | 内置 article/links/JSON-LD/forms，不执行外来代码 | | 外部模型生成 UserScript | browser_script_validate → browser_userscript_run | 必须 @match + @grant none；除 unrestricted 外执行前审批 | | 有限站点遍历 | browser_crawl | 页数、深度、并发、突发与退避始终受 usagePolicy 约束 | | Reddit/小红书等 OpenCLI 平台 | browser_opencli_status → browser_opencli_catalog → browser_opencli_run | 先发现精确 adapter；通用调用除 unrestricted 外需审批 | | 普通站点兼容性不佳 | browserRuntime: patchright | Chromium-only；建议专用 Chrome profile，不与指纹注入库叠加 |

DSH 会话示例：

先调用 browser_status；然后用 browser_open 打开目标页。
若页面需要登录，使用 authProfile=forum；不要把 Cookie 放进工具参数。

内核与依赖的"打包 vs 复用"

| 层 | 实际是什么 | 打包还是复用 | |---|---|---| | chromium 内核 | 共享缓存 %LOCALAPPDATA%\ms-playwright（约 400MB） | 永远复用共享缓存，不塞进插件、不重复下载；缺失时 browser_install 一键补 | | playwright 驱动（JS 包） | playwright npm 依赖 | 插件本地 node_modules 优先，缺省回退全局 npm | | patchright 驱动（可选） | 与 Playwright 同版本的 Chromium 兼容驱动 | 插件内置；配置 browserRuntime: patchright 才启用 | | opencli（纯 Node CLI） | @jackwener/opencli npm 依赖 | 同上，本地优先 / 全局复用 |

服务：browser

dsh-browser 在 apply() 里 ctx.provide('browser', service)。任何插件声明 inject: ['browser'] 即可消费：

export const inject = ['tools', 'browser']
export function apply(ctx: Context) {
  const browser = ctx.get('browser') as BrowserService
  // browser.render / snapshot / searchResults / opencli / recipe /
  // runBuiltinScript / runUserscript / open / click / type / scroll / read / screenshot / close
}

服务接口（结构性，无需共享类型包）见 src/browser-service.ts。

自动化自由度

automationMode 控制模型可见的工具集合和执行审批。建议从 standard 开始，仅在完全只读任务或受控自动化环境中切换：

| 模式 | 浏览器与 Web Search Pro 写操作 | 仍需审批或拒绝 | 不可取消的安全底线 | |---|---|---|---| | read-only | 只读工具与只读 Recipe；缓存清理、规则写入和安装拒绝 | 页面交互、写 Recipe、UserScript、OpenCLI run 均隐藏或拒绝 | 只能读取、校验、截图及运行只读脚本/Recipe | | standard（默认） | 页面交互、写 Recipe、缓存清理和规则写入均需一次性审批 | UserScript、通用 OpenCLI、浏览器/后端安装也需审批 | 所有安全校验持续启用 | | autonomous | 页面交互、写 Recipe、缓存清理和规则写入可直接执行 | 外部 UserScript、通用 OpenCLI、浏览器/后端安装仍强制审批 | 所有安全校验持续启用 | | unrestricted | 所有上述工具均不触发审批，适合隔离环境中的无人值守测试 | 无审批提示 | 仍执行域名、元数据、参数、大小和步骤数校验 |

unrestricted 会允许模型直接运行外部脚本、通用 CLI 和安装命令，只应在隔离的测试 profile 或明确授权的自动化环境中使用；日常 profile 保持 standard。它只取消人工确认，不会取消 usagePolicy 的并发、突发、页数、深度、重试与冷却保护。模式改变后需要重启 DSH profile，工具目录才会按新配置重新注册。

工具（最多 21 个）

| 工具 | 作用 | |---|---| | browser_open | 打开 URL，返回标题/可读文本/全页截图路径（持久页会话） | | browser_click | 按 CSS 选择器点击 | | browser_type | 向 input/textarea 输入 | | browser_scroll | 纵向滚动（触发懒加载） | | browser_read | 读当前页 URL/标题/文本（不截图） | | browser_screenshot | 当前页全页截图 | | browser_close | 关闭当前页（下次 open 全新） | | browser_status | 运行时状态（含 automationMode、已暴露工具及各类审批策略） | | browser_install | 安装 playwright chromium（browser_status 报缺失时执行一次） | | browser_script_catalog | 列出内置只读脚本及其 SHA-256 | | browser_script_validate | 解析外部 UserScript 的元数据、域名、grant、能力与哈希，不执行 | | browser_script_run_builtin | 在独立 Playwright context 中运行内置只读脚本 | | browser_userscript_run | 运行外部 UserScript；强制域名匹配，审批策略由模式决定 | | browser_recipe_run | 最多 25 步 Playwright Recipe；支持等待、定位、表单、键盘、提取、断言和截图 | | browser_automation_search | 只有显式关键词调用才检索；可限定 active/draft/all、域名和类型，最多返回 retrievalTopK 条摘要 | | browser_automation_develop | 按确切 ID 读取源码，或显式保存、静态校验、真实回放草稿；永远不能激活资产 | | browser_automation_run | 按 ID 运行已激活资产；再次执行限域和输入大小校验，审批由 automationMode 决定 | | browser_opencli_status | 实际运行 OpenCLI doctor，报告 daemon/extension/profile 连通性 | | browser_opencli_catalog | 对 OpenCLI 大目录按 query/site/access/strategy 过滤，单次最多返回 100 条 | | browser_opencli_run | 通用 OpenCLI argv 网关；除 unrestricted 外触发 DSH 原生一次性审批 | | browser_crawl | 匿名、有限广度遍历；默认同源，强制使用全局调用缓冲和单次页数/深度预算 |

可复用自动化资产（实验性）

Experimental: Recipe/UserScript 的积累、模型开发、检索和复用接口仍可能调整。建议先在隔离 profile 中启用，审阅草稿并完成真实浏览器回放后再手动激活；不要把它作为无人监管的生产写操作入口。

自动化执行自由度与资产持久化是两套独立开关。automationMode: unrestricted 只影响执行审批，不会让 Agent 自动保存脚本；默认 automationAssets.persistenceMode: suggest 仅对成功的 browser_recipe_run 记录脱敏语义步骤。具体输入会替换为 {{input}} / {{secret}}，会话 ID 只保存短哈希，不保存页面正文、cookie、token、密码或聊天记录。

默认在 14 天窗口内，同一域名和步骤指纹至少成功 3 次、来自至少 2 个会话且成功率达到 80%，面板才出现“是否总结”候选。每天最多提示 2 次；候选、草稿和已激活资产均有数量上限。推荐流程是：

1. 候选达到阈值后，在“浏览器自动化 → 可复用自动化资产”选择“总结为草稿”或“暂不总结”。
2. 在脚本列表点选草稿；只有此时前端才按 ID 读取完整 recipe / UserScript。编辑器支持 recipe 和带 @match、@grant none 的 UserScript。UserScript 可从只读对象 __DSH_INPUTS__ 读取 inputNames 声明的运行时输入，输入不会写入资产文件。
3. 保存后先做静态校验，再填写测试 URL/输入执行真实浏览器回放。只有真实回放成功才可手动激活；已激活版本不可原地编辑，避免后台行为静默漂移。
4. Agent 用 browser_automation_search 获取有界摘要，再用 browser_automation_run 按 ID 调用。检索默认 top 5、目录预算约 800 tokens，源码不会进入模型上下文。

persistenceMode 可选 off | manual | suggest | auto-draft。日常使用建议 suggest；auto-draft 只适合隔离测试 profile，并且仍不会自动激活。activationMode 当前默认并推荐 manual；auto-tested 作为后续真实沙箱回放策略的保留配置，不会把一次静态校验当成生产激活依据。

模型显式开发 recipe / UserScript

模型目录不会预载任何 recipe 或源码。需要批量索引等强指向自动化时，模型按以下顺序显式访问：

1. 调用 browser_automation_search(query="batch-index issues", status="draft|active", kind="recipe")，仅得到 ID、名称、标签、域名、输入名和运行统计。
2. 确认要修改某项后，调用 browser_automation_develop(action="get", id="...")；只有这一步会把单个资产的完整 recipe/源码带入当前上下文。
3. action="save" 可直接声明新的 recipe，或保存带 @match / @grant none 的 UserScript；只能生成/更新 draft。默认每个模型会话最多写 3 次，仍受全局 maxDrafts 限制。
4. action="validate" 只做结构与 UserScript 元数据校验，不提供激活资格；action="test" 必须给 URL 和声明输入，执行真实 Playwright 回放，成功后才标记 passed。
5. 激活、归档和回滚只在可视化面板完成，模型开发工具没有对应动作。

recipe 建议把检索意图固化在 name、description 和 tags，例如 batch-index、issues、community-search。检索采用小规模确定性关键词评分和 token 预算，不自动把整个资产库升级成模型工具，也不使用隐藏的全量 prompt 注入。

modelDevelopmentEnabled: false 会在重启后直接从模型工具目录移除开发入口；standard 保存草稿和真实回放均需审批，autonomous 可直接保存草稿但真实回放仍需审批，只有 unrestricted 才会跳过回放审批。所有模式仍执行域名、UserScript 元数据、输入、源码大小和使用频率限制。

使用策略：防止过度调用的缓冲

usagePolicy 是资源与站点压力保护，不是审批系统。所有模式共用同一个进程内 Governor：

• maxConcurrency 限制同时发起的导航，超出后排队；burst + minDelayMs 限制单站点短时突发。
• OpenCLI adapter / Browser Bridge 调度也占用同一全局并发与 burst 缓冲，不会因绕过 Playwright 而失去节流。
• 站点返回 429、502、503、504 时，按 Retry-After 或指数退避进入站点级冷却，最多重试 retryLimit 次。
• browser_crawl 还受 maxPagesPerRun 和 maxDepth 硬上限约束；调用参数只能收紧，不能突破配置。
• 泛爬取默认使用匿名 context，不继承全局 storageStatePath 或 defaultAuthProfile；登录后读取仍使用显式限域的单页/Recipe 工具。
• browser_status 显示累计运行、排队、等待和 backoff 次数，便于判断是否调用过密。
• 泛爬取能力本身不隐藏，但调用方仍应遵守目标站点条款、robots 指令、版权、隐私和适用法律；工具每次返回该警告。

外部模型脚本：推荐流程

外部模型可以输出 Tampermonkey/UserScript 格式源码，但不要直接执行。让当前 DSH Agent 先调用 browser_script_validate，展示名称、@match、SHA-256 和能力，再调用 browser_userscript_run。除 unrestricted 外，执行调用会进入 Harness 的 tools/pre-execute → approval 原生流程；用户拒绝、没有 approval 服务或调用不属于 Agent 时都不会运行。

最小脚本示例：

// ==UserScript==
// @name Read Search Cards
// @match https://example.com/search*
// @grant none
// ==/UserScript==
return [...document.querySelectorAll('.result')].slice(0, 20).map(card => ({
  title: card.querySelector('h2')?.textContent?.trim() || '',
  url: card.querySelector('a')?.href || '',
}))

当前兼容的是 UserScript 元数据和页面脚本执行模型，不模拟完整 Tampermonkey：

• 只支持 @grant none；GM_cookie、GM_xmlhttpRequest、unsafeWindow 等不提供。
• 不支持 @require，避免审批过的源码在运行时再拉取未审查代码。
• 源码 ≤64KB、结果 ≤100,000 字符、单次运行最长 30 秒。
• 使用显式 URL，新建独立 Playwright context；需要登录态时只能选已限域的 authProfile。
• 审批代表允许该脚本以当前站点登录身份操作页面；静态能力报告只用于解释，不是沙箱。

常见读取任务优先用内置脚本：article-clean、links、jsonld、forms。它们不返回表单当前值， 也不触发点击或网络写操作。

Playwright Recipe

Recipe 适合让模型生成可审计、可复现的多步操作，不必生成 JavaScript：

{
  "url": "https://example.com/search",
  "steps": [
    { "type": "wait", "condition": "selector", "value": "#query" },
    { "type": "fill", "selector": "#query", "value": "DeepSeek Harness" },
    { "type": "press", "selector": "#query", "key": "Enter" },
    { "type": "wait", "condition": "load" },
    { "type": "extract", "selector": "main", "mode": "links", "limit": 30 },
    { "type": "screenshot" }
  ]
}

支持的步骤为：wait、click、fill、type、press、select、check、hover、 scroll、extract、assert、screenshot。纯读取步骤直接执行；出现点击、输入、键盘、选择、 勾选、悬停或滚动时，standard 下整个 Recipe 只询问一次审批，批准后顺序执行； autonomous / unrestricted 下直接执行，read-only 下拒绝。

配置（cordis.yml / patch config）

- insert:
    - id: browser
      name: '@anweat/dsh-browser'
      config:
        automationMode: standard # read-only | standard | autonomous | unrestricted
        browserRuntime: playwright # playwright | patchright
        channel: chromium        # 'chromium'（打包内核）| 'msedge'（系统 Edge）
        headless: true
        opencliEnabled: true
        usagePolicy:             # 所有模式都生效；无审批模式也不会绕过
          minDelayMs: 750
          maxConcurrency: 2
          burst: 3
          maxPagesPerRun: 20
          maxDepth: 2
          retryLimit: 2
          backoffBaseMs: 1000
          cooldownMs: 30000
        automationAssets:
          enabled: true
          persistenceMode: suggest # off | manual | suggest | auto-draft
          activationMode: manual   # 当前推荐值；不会因静态校验自动激活
          minSuccessfulRuns: 3
          minDistinctSessions: 2
          successWindowDays: 14
          minSuccessRate: 0.8
          maxCandidates: 20
          candidateTtlDays: 14
          maxSuggestionsPerDay: 2
          maxDrafts: 10
          maxActiveAssets: 50
          retrievalTopK: 5
          catalogTokenBudget: 800
          modelDevelopmentEnabled: true
          maxModelDraftWritesPerSession: 3
        storageStatePath: ''     # Playwright 登录态 JSON（复用已登录会话）
        authProfiles:
          forum:
            storageStatePath: 'D:/secrets/forum.json'
            allowedDomains: [example.com]
            persistState: false  # 默认只读；true 才会原子回写刷新后的状态
        rulePacks:
          forum-enhanced:
            matches: [example.com]
            initScriptPath: 'D:/dsh/rules/forum.js'
            initScriptSha256: '<64位sha256>'
            steps:
              - { type: waitFor, selector: '#results', timeoutMs: 10000 }
              - { type: scroll, deltaY: 1600, repeat: 2, waitMs: 300 }
        autoInstall: false       # 缺内核时是否自动 install chromium
        verbose: false

这些字段同时进入 Host settings 命名空间和专用可视化卡片：打开 设置 → 插件 → 插件配置 → 浏览器自动化，可调整工具自由度、Playwright/Patchright、OpenCLI、usagePolicy、自动化资产策略与限域登录态；同一卡片包含候选提示、脚本列表、JSON 编辑器、测试、激活和归档操作。保存运行时配置后需要重启 profile；资产 CRUD 通过 loopback-only Host RPC 即时落盘。若没有看到卡片，先确认浏览器插件已同步升级并完整重启，而不是只刷新 Web Search Pro 页面。

Patchright 可选内核

Patchright 是 Playwright-compatible 的 Chromium 驱动，适合普通 Playwright 在搜索页遇到自动化检测时显式启用：

browserRuntime: patchright
channel: chrome
headless: false

channel: chrome + headless: false 是更贴近其推荐的兼容配置；CI/无人值守也可使用 headless，但 browser_status.runtimeWarnings 会如实提示差异。Patchright 会禁用 Playwright console API，因此依赖控制台监听的 Recipe/脚本不应切换到它。不要再叠加自定义 User-Agent、额外请求头或指纹注入器；这类组合更容易形成自相矛盾的指纹。

Camoufox 当前没有硬集成：截至本版，其 JS 包要求 Node 22 且 peer 约束为 playwright-core <1.61，与本插件验证的 Playwright/Patchright 1.62.1 不兼容，并需要独立下载 Firefox 内核。后续等版本边界对齐后再作为第三 provider 接入，避免安装后才发生依赖漂移。

登录态复用

• channel: chromium + storageStatePath 指向一份 storageState JSON，即可用你已登录的身份抓受限页面。
• 新配置优先使用 authProfiles：按名称复用全局登录态，但必须用 allowedDomains 限域；默认只读，避免一次搜索意外改写 Cookie Vault。
• browser_open 和 web-search-pro 的平台搜索可选择 authProfile / rulePack。browser_status 只显示 profile 名称、域名和回写状态，不显示文件路径或 Cookie。
• RulePack 仍只允许有界动作；init script 必须是本地、SHA-256 固定且不超过 64KB。外部模型 JavaScript 使用独立的 UserScript 工具，不能冒充 RulePack；除 unrestricted 外需一次性审批。
• 生成登录态：npx playwright codegen --save-storage=storageState.json（或复用 dsh-web-search-pro 的 scripts/save-login.mjs），把产物路径填进 storageStatePath。
• opencli 的社交平台后端（小红书/推特/Reddit/IG/FB）仍需浏览器扩展 + 登录态在线，即使 opencli 已打包为依赖也绕不开扩展。

OpenCLI 连接检查

插件运行时优先使用自己依赖的 OpenCLI。需要在终端排查 Browser Bridge 时，可全局安装同一 CLI 并检查：

npm i -g @jackwener/opencli
opencli daemon status
opencli doctor

健康状态应同时包含 daemon running、extension connected 和一个 connected Chrome profile。仅安装 npm 包不等于 Browser Bridge 可用；Chrome 扩展断开时，OpenCLI 社区搜索会明确失败，而普通 Playwright 浏览器工具不受影响。

插件内先调用 browser_opencli_status，不要只看 browser_status.opencliEnabled。后者表示配置开关， 前者才是真实连接。通用调用以 argv 数组传入，不经过 shell，也不会自行拼接引号：

{
  "profile": "chrome",
  "args": ["reddit", "search", "DeepSeek Harness", "-f", "json"]
}

不确定命令时先查目录，避免让模型猜 adapter：

{ "query": "search", "site": "reddit", "access": "read", "limit": 10 }

browser_opencli_catalog 从 opencli list -f json 读取并缓存目录，只暴露过滤后的最多 100 条；它不执行站点命令，也不读取站点登录数据。

优先级建议：已有站点 adapter（opencli <site> <command>）→ opencli web read / extract → browser network → DOM state/find/action → 最后才是只读 eval。opencli browser 必须包含显式 session：

["browser", "research", "open", "https://example.com"]
["browser", "research", "state"]
["browser", "research", "network", "--filter", "title,url"]
["browser", "research", "extract", "--selector", "main"]
["browser", "research", "close"]

browser_opencli_run 是通用高级入口，可能调用发布、删除、发帖等 adapter，因此无论命令看起来是否只读， 除 unrestricted 外都要求原生一次性审批。常规搜索仍优先走 dsh-web-search-pro 的只读工具。

发布 / 构建

pnpm install          # 装依赖（playwright / patchright / opencli / @deepseek-ai/*）
pnpm test
pnpm run build        # tsc → lib/
pnpm run verify       # typecheck → build → real-browser tests → client bundle check
node scripts/install-browser.mjs   # 安装 chromium 内核（发布前验证，可选）

与 dsh-web-search-pro 的关系

dsh-web-search-pro 现在 inject: ['browser']，其 web_snapshot / web_fetch_pro(playwright 后端) / web_platform_search(中文社区 playwright + 社交平台 opencli) 全部走本插件的 browser 服务。 两者可独立安装，但 web-search-pro 的浏览器类能力依赖 dsh-browser 先行提供 browser 服务（Cordis inject 自动排序，无需手动控制挂载顺序）。