浏览器与桌面自动化插件 DjangoAILab/dsh-plugins

DSH Plugins

让 DeepSeek Harness 在护栏内操作浏览器、桌面、Subagent 与远程服务器。

English · 简体中文

License: MIT
Node.js 22+
Latest release
Last commit

面向 DeepSeek Harness 的开源扩展与实测工程知识库。

四个最值得看的能力

1. Browser Use —— 操作 DOM，而不是盯着一堆像素猜

通过 CDP 连接独立 Chrome profile，把页面观察成紧凑的辅助功能树，用稳定 ref 寻址元素；只有结构不足时才退回截图。插件覆盖导航、Tab、表单、对话框、上传、console/network 观测、Cookie 脱敏、持久会话，并可为敏感动作开启 fail-closed 人工审批。

Browser Use 演示：根据结构化快照填写并执行任务

这不是产品截图拼图：演示由插件自己的 CDP client 和动作原语驱动隔离的本地页面，不包含账号、浏览记录或生产端点。查看 Browser Use 模块 →

2. Computer Use —— 通过 Accessibility 原生控制 macOS

借助 AXUIElement 把 macOS 应用变成元素级工具面：枚举应用和窗口、读取辅助功能树，再点击、输入、按键、操作菜单、滚动、启动、激活或退出。Swift helper 使用有界 JSON-lines 协议；缺权限或平台不支持时直接 fail closed。

Computer Use 演示：AX 树定位 TextEdit 元素并完成输入

这是实际 Swift AX driver 定位并编辑隔离 TextEdit 文档的窗口级录制，未捕获桌面其他内容。
查看 Computer Use 模块 →

3. Subagent —— 把 Codex 与 Claude Code 接成 DSH 原生 provider

把外部 coding agent 注册到 DSH 自身的 subagent 契约，不另造一套调度器。前台执行、后台 Job、轮询、取消、子进程树、输出上限、provider 别名与沙箱档位都保持显式，并由部署者控制。

flowchart LR
A[DSH 工具调用] --> B[原生 subagent provider]
B --> C[Codex CLI]
B --> D[Claude Code CLI]
B --> E[DSH Job]
E --> F[job_output]
E --> G[job_kill]
G --> H[AbortSignal → 进程树]

查看 External Agents 模块 →

4. SSH Operations —— 管服务器，但不把凭据交给模型

由操作员把远程主机登记为易记代号，Agent 只能列出代号并逐条执行有界命令。主机地址、用户名、私钥、登录密码和 sudo 密码都留在插件边界之后。TOFU 主机指纹、逐命令审批、独立提权审批与脱敏 JSONL 审计，让整个控制链可检查、可追溯。

flowchart LR
O[操作员设置] --> R[主机代号 + 凭据引用]
A[Agent] --> T[ssh_list_hosts / ssh_exec]
T --> P[策略 + 人工审批]
R --> P
P --> F[TOFU 主机指纹校验]
F --> S[SSH 服务器]
P --> L[脱敏审计日志]

sudo 使用两阶段 fail-closed 协议：先尝试免密执行，只有远端明确要求密码时才注入已保存的 sudo 密码。
当前版本刻意不开放交互式 PTY、上传或下载。查看 SSH Operations 模块 →

为什么这样设计

- 结构优先。 DOM 与辅助功能树比纯截图更省上下文、更可检查，也更确定；截图保留为明确兜底。
- 复用原生生命周期。 插件沿用 DSH provider、Jobs、取消信号和子进程归属。
- 默认最小权限。 敏感动作可要求人工审批；外部 Agent 默认保留沙箱，SSH 提权另有独立审批边界。
- 模块可回滚。 每个模块都说明改了什么、怎么生效、怎么回滚。

从这里开始

git clone https://github.com/DjangoAILab/dsh-plugins.git
cd dsh-plugins

从上面四项中选一个，按模块 README 的版本固定、验证与回滚步骤操作。仓库仍以目录树作为完整索引：

ls plugins/manual
ls plugins/community
ls knowledge/foundations knowledge/domains knowledge/runbooks

- plugins/manual/：source of truth 由本仓库维护的源码。
- plugins/community/：上游社区包的集成配方，不在这里 vendor 三方源码。
- knowledge/：可复用的 DSH 事实、领域研究与操作手册。

更新、致谢与边界

- 可发布里程碑见 Releases，按日期的项目变化见 CHANGELOG.md。
- 衍生代码、社区集成和设计参考统一列在 ACKNOWLEDGEMENTS.md。引用不代表关联、背书，也不会把别人的工作写成自己的原创。
- 本仓库是人工审阅后的公开快照，不是任何私有部署仓库的镜像；私有历史、密钥、生产配置与内部截图不会进入这里。

许可证

仓库原创部分采用 MIT License。vendor 或改造的模块继续保留各自上游版权与许可声明；请同时阅读模块内许可证与致谢说明。