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）：

| 工具 | 作用 | |---|---| | browser_navigate | 打开 URL，返回标题与最终地址 | | browser_snapshot | 返回页面可见文本（body innerText，限长） | | browser_click | 按 CSS 选择器点击元素 | | browser_type | 按 CSS 选择器向输入框填入文本 | | browser_press_key | 按键盘键（Enter / Escape 等） | | browser_evaluate | 在页面执行 JS 表达式并返回 JSON 结果 | | browser_take_screenshot | 截图保存为 PNG，返回文件路径 | | browser_console_messages | 返回页面控制台消息 | | browser_wait_for | 等待固定毫秒数 | | browser_back | 返回上一页 | | browser_fill_form | 一次填多个表单字段 | | browser_select_option | 下拉框选择选项 | | browser_hover | 悬停元素 | | browser_drag | 拖拽（源元素 → 目标元素） | | browser_resize | 调整视口尺寸 | | browser_open_tab | 新开标签页（可带 URL） | | browser_tabs | 列出所有标签页 | | browser_switch_tab | 切换到指定标签页 | | browser_close_tab | 关闭当前标签页 |

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

npm 发布后一条命令：

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

发布前可用 GitHub 或本地路径：

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

配置

| 键 | 默认值 | 含义 | |---|---|---| | channel | msedge | Playwright 浏览器 channel（msedge / chrome / 缺省=自带 Chromium） | | allowedHosts | [] | 允许访问的 host 白名单（空=全部允许，*=全部，如 example.com）；data:/about: 始终允许 | | headless | true | 无头模式（调试可设 false） | | outputDir | 系统临时目录 | 截图输出目录 | | timeoutMs | 60000 | 工具调用总超时 | | navigationTimeoutMs | 60000 | 页面导航超时 | | actionTimeoutMs | 10000 | 单次动作（点击/输入）超时 | | snapshotMaxChars | 12000 | snapshot 文本上限 | | evaluateMaxChars | 4000 | evaluate 结果上限 | | viewportWidth/Height | 1280x720 | 视口尺寸 |

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