网课代学 LeuJasYoh/dsh-xuexi

dsh-xuexi · 网课模式

工具只当手和眼，判断全归大模型。

一个 DeepSeek Harness 插件 + Agent 预设：接管你正在用的浏览器，按真实学习的方式把网课任务做完。

这是什么，为什么这么做

大部分「网页自动化脚本」的思路是：把页面结构写死进代码。
页面一变就崩，于是不断加 if，最后没人敢改。

这个插件走的是相反的路：

大模型 = 大脑：看、判断、决定、应对没见过的情况 15 个工具 = 手和眼：点、写、滚、截图、取事实 —— 不认识任何网站

这是被一次真实事故逼出来的

旧版本把「某个网站长什么样」写死在工具里，又把「按什么顺序调工具」写进提示词。
用户换了一个学校的账号 —— 页面结构不一样：

- 专用工具报「课程不存在」（其实是它自己那个读法没读到）
- 想换回用户翻好的那一页，却根本没有「换标签页」这个工具
- 想直接点课程卡片，可通用眼睛那次没看见内嵌窗口里的东西
- 结果：原地打转十分钟，最后要用户手动帮它打开页面

根因不是模型笨，是它的退路被堵死了。

所以 v2 只做三件事：

| # | 原则 | 落地方式 |
| ① | 工具只认识屏幕 | 编号、对账清单、票据指纹 —— 全部从屏幕上现读，代码里没有业务概念 |
| ② | 格式错在动手之前拦住 | 每个工具第一步是纯计算校验；ARG/USAGE 失败 = 页面一下都没被碰过 |
| ③ | 大脑永远有退路 | 截图 → 列出能点的 → 点一个看变化。这三件永远不会失效 |

15 个工具

眼（5）—— 只报事实

| 工具 | 干什么 |
| eye_open | 接管浏览器，报现在开着哪几个标签页、我接的是哪个、登录没有、以前的笔记 |
| eye_see | 这一页有几处要处理、每处是挑还是写、有几个选项、有没有「已完成」标记 |
| eye_list | 所有能点能填的东西（含内嵌窗口），每个一个编号 |
| eye_shot | 截图 —— 图直接放在返回里，模型真的能看到 |
| eye_check | 交之前复核，七条全过才发票据 |

手（6）—— 只做一个动作

| 工具 | 干什么 |
| hand_click | 点（编号 / 文字 / 坐标） |
| hand_pick | 从页面给出的选项里挑 —— 单选 / 多选 / 判断 / 下拉对它都是同一件事 |
| hand_write | 在指定的可写区里写字，写完回读实际内容 |
| hand_scroll | 滚 |
| hand_goto | 唯一的导航：跳网址 / 后退 / 刷新。工具绝不自作主张跳页 |
| hand_tab | 换浏览器标签页 |

必要（4）—— 只有两类动作需要代码兜住

| 工具 | 为什么必须由代码守 |
| hand_play | 铁律：原速 1x、永不拖进度条、永不伪造心跳、严格串行。参数里故意没有倍速/跳转/心跳 |
| hand_submit | 做错回不了头：不接受任何答案，只读页面 + 两份复核登记，自己再核一遍才点 |
| hand_note | 笔记本 + 待办清单（下次 eye_open 带回来） |
| hand_verdict | 复核员专用（唯一对子智能体开放的工具） |

做题怎么写：三方独立复核

答题是全站唯一做错回不了头的动作（一般不给重做），所以交之前要三方独立：

① 主脑自己看图定一份，用 hand_pick / hand_write 弄在页面上 ★ 先弄完，再派人。别把自己那份告诉任何人。

② 派两个常驻复核员，给同一张截图 + 一份无答案编号清单

③ 它们各自 hand_verdict 登记（值写图上看得见的标签："B" / "对"）

④ eye_check 三方比对 → 通过才发票据 → hand_submit

为什么主脑的答案必须落在页面上：旧版主脑把复核员的 JSON 原样转发， 6 次提交和复核员给的 6 份一字不差 —— 实质只有一份判断，一个错就没人兜住。
现在工具直接读页面上的 filled，想报一个假答案，它做不到。

没有 afterReview 后门：不一致时永远不发票据。
放行只有一条路 —— 复核员拿到特写后重新登记、且新结论一致。
登记是「每人一份当前结论、整体覆盖」，身份由 ctx.agents 判定，不靠自报。

边界

只有四种情况会当场打断你：图形验证码 / 未登录 / 熔断或额度 / 人脸抓拍。
其余（听力题、看视频才能答的题、讨论帖）一律 hand_note({ tag:"pending" }) 记账，做完一次性汇报。

铁律六条（代码会拦）：

原速 1x ｜ 永不拖进度条 ｜ 永不伪造心跳 ｜ 严格串行 ｜ 不破解验证 ｜ 不代填账号密码

人脸识别 / 抓拍直接拒绝 —— 它要求摄像头前坐着真人，原理上做不到。

安装

1. 装进 DSH 桌面配置档 .\install.ps1

2. 重启 DSH
3. 设置 → Agent 预设 → 选「网课模式」

需要一个开了调试端口的浏览器（默认 9222）：

chrome.exe --remote-debugging-port=9222 --user-data-dir="$env:USERPROFILE\.dsh\xuexi\browser-profile"

测试

npm test

断言分五组：参数校验（含零副作用的结构保证）、复核闸门（七条 + 票据 + 登记覆盖）、工具表面（15 个、前缀、并发标志、铁律参数里不许有倍速）、痕迹检查（代码里不许有平台字样和写死的网址）、预设自检。

仓库结构

index.js 15 个工具 + 统一外壳 + 前置校验 + 角色闸门 lib/ args.mjs ★ 参数校验（纯函数，零副作用） gate.mjs ★ 复核七条 + 票据指纹 + 登记簿（纯函数，可测） browser.mjs CDP：标签页 / 截图 / 跨窗口 / 自愈重连 see.mjs 看：四类区域 + 编号清单 hand.mjs 手：点 / 挑 / 写 / 滚 / 播 note.mjs 笔记本 + 过程文件 prompts/xuexi-mode.md 模式提示词 facts/平台事实.md 经验种子（不是规则，用完让位给真实观察）

过程文件落在哪：<工作区>/.xuexi/（截图、笔记、记账）—— 跟对话在一起，好清理。
机器状态：~/.dsh/xuexi/browser-profile（登录态，跨会话共用）。

一句

你看到的是屏幕，不是数据库。 看不清就截图；不确定就记下来；拿不准就别猜。

License

MIT