Suguyun/dsh-insight

dsh-insight

dsh（DeepSeek Harness）的浏览器伴侣。 在网页上选中任意一段文字即时解读，并在侧栏就这段解读继续追问；同时把浏览器交给 dsh 智能体 —— 读页面、点击、抓包、开标签页。

侧栏

功能

划词即解读

选中文字后浮现一个小浮标（文字可自定义，默认「解读」），点一下就把选区文本 + 页面 URL + 标题发给本机 dsh，解读结果用 Markdown 渲染出来。

四种触发与展示方式：

| 模式 | 触发 | 结果去哪 |
| --- | --- | --- |
| click（默认） | 选中后点浮标 | 页面浮窗 |
| click-sidebar | 选中后点浮标 | 只进侧栏 |
| auto | 划词即解读（停手约 0.45 秒） | 页面浮窗 |
| auto-sidebar | 划词即解读 | 只进侧栏，页面不出现任何元素 |

同一段文字只解读一次。连续划词时新选区排队覆盖旧选区，不会像早期版本那样在请求飞行途中把新选区丢掉。浮窗位置可选「跟随选区」或「固定在右下角」。

侧栏没打开时，上面两种「只进侧栏」的模式不会发起解读，也不弹浮标 —— 结果没有地方能显示，白跑一次模型没有意义。两种「页面浮窗」模式不受影响：它们的结果画在页面上，本来就不需要侧栏。

选区原文可折叠，也能就地改

侧栏里那条「选区原文」超过 160 字默认折叠成约 5 行（底部渐隐），点「展开」看全文；展开态本身也有上限，不会把解读挤出屏幕。

划词常常选得不精确 —— 点「编辑」直接改文字，再点「用这段重新解读」就按改过的内容重来一遍。没改动时按钮是禁用的。

侧栏原生多轮追问

解读结果下方就是追问输入框（Enter 发送 · Shift+Enter 换行）。追问走原生多轮，携带最近 16 轮、每轮上限 4000 字符的历史，不跳转到别处开新会话。

设置就在侧栏里

点侧栏右上角「设置」就地切换，不再跳独立的扩展选项页；按钮会变成「返回解读」。设置页是懒加载的，没点开不会加载。

外观可配置

侧栏背景色与字号（11–20px）可调，跟随浅色 / 深色主题。

解读口径：内置 + 自定义

内置六种口径：默认解读、一句话讲清、直译 + 术语、代码 / 报错讲解、批判性审阅、讲给完全不懂的人。

内置口径也可以改（改动作为覆盖层保存，可恢复默认），另可新建任意多个自定义口径。

智能体侧：browser_ 工具

装上宿主半边后，dsh 智能体获得 8 个工具：browser_get_page、browser_list_tabs、browser_navigate、browser_click、browser_open_tab、browser_start_capture、browser_stop_capture、browser_capture_requests。

抓包走 CDP，默认对凭据脱敏（redactCredentials: true）。会改动页面的动作（导航 / 点击 / 开标签 / 开始抓包）要求本轮用户消息里含明确意图词才放行 —— 这是防提示注入的闸门，不是 bug。

组成

两个半边，缺一不可：

| 路径 | 作用 |
| --- | --- |
| extension/ | MV3 扩展：侧栏、划词、浮窗、设置 |
| host/bridge.js | 扩展 ↔ dsh 的 WebSocket 桥接（路由 /dsh-insight/bridge） |
| host/browser-tools.js | 注册 browser_ 工具 |
| host/insight.js | 划词解读路由 POST /dsh-insight |
| host/page-injector.js | 把「当前页面」注入会话 —— 默认不挂载，见下 |

协议细节见 docs/bridge-protocol.md。

环境要求

- 一个跑得起来的 dsh，且启用了 web profile（默认 http://127.0.0.1:3080）
- Node.js ≥ 18，以及 pnpm（dsh plugin 依赖它）
- Chrome 或 Edge ≥ 118

安装

1. 装宿主半边

dsh plugin --profile web add github:Suguyun/dsh-insight

这条命令会安装本包，并自动把 dsh-insight 写进该 profile 的 dsh.profile.bundles（dsh plugin 是 pnpm 的转发器，装完会对齐 bundles 列表）。

为什么不用 link: 指向本地克隆？ Node 按模块的真实路径向上解析依赖，符号链接进来的包实际留在 profile 之外，解析不到 dsh 自己的 @deepseek-ai/dsh-llm，插件会加载失败。

若访问 github.com 的 HTTPS 受限（github: 规格拉不动），可改用 SSH 克隆到 profile 目录内部再安装 —— 这样它就在 profile 里，依赖能正常解析：

cd ~/.dsh/profiles/web
git clone git@github.com:Suguyun/dsh-insight.git
dsh plugin --profile web add ./dsh-insight

2. 装扩展

方式 A：用发布包（不需要命令行）

从 Releases 下载 dsh-insight-.zip，解压到一个固定不动的目录（manifest.json 就在解压出的那一层）。

方式 B：命令行

npx github:Suguyun/dsh-insight install

它会把扩展复制到一个稳定的用户目录并打印该路径。
注意：本包没有发布到 npm，所以必须带 github: 前缀，直接 npx dsh-insight 会失败。

两种方式之后都一样 —— 要选的是「里面直接就有 manifest.json」的那一层：

1. 打开 chrome://extensions（Edge 是 edge://extensions），打开「开发者模式」；
2. 点「加载已解压的扩展程序」，选中那一层；
3. 点工具栏图标打开侧栏。
命令行方式装的目录就是 …/dsh-insight/ 本身，清单在它根部 —— 这里有意不嵌套 extension/ 子目录。选成上一层会报「清单文件丢失或不可读取」，Edge 没说错：那一层确实没有 manifest.json。

扩展是从该目录就地加载的：改完源码（或换了新版本）后，重新复制一次文件，并在扩展页点一次「重新加载」。注意别删掉这个目录，否则扩展会失效。

3. 验证

侧栏顶部应显示 「桥接已连接」。若显示「未连接」，确认 dsh 在跑、地址填对，然后刷新页面。

数据流向与隐私

- 划词解读会把选区文本 + 页面 URL / 标题 POST 到 {你的 dsh}/dsh-insight，由 dsh 用它自己配置的模型生成解读。这段文本是否离开你的机器，取决于你给 dsh 配的模型服务商 —— 这一层由 dsh 决定，不由本扩展决定。
- 扩展自身的对外请求只有两类，且都指向本机：你配置的 dsh 地址（默认 127.0.0.1:3080），以及跨扩展页面回退用的 CDP 端点 127.0.0.1:9222。没有遥测，没有第三方端点。
- 页面自动注入默认关闭（两层都关：宿主不挂载 + 扩展推送开关默认 false）。开启后你浏览的页面正文会进模型上下文，是否接受请自行判断。
- 抓包默认脱敏；要抓未脱敏的原始流量需在 cordis.patch.yml 里显式把 redactCredentials 设为 false。

权限说明

| 权限 | 用途 |
| --- | --- |
| sidePanel | 侧栏本身 |
| storage | 保存设置与最近一次解读 |
| tabs / activeTab | 列出标签页、读取活动标签页 |
| scripting | 注入脚本读取正文与链接、执行点击 |
| webNavigation | 标签切换 / 导航 / SPA 路由变化时推送页面变化 |
| debugger | 用 CDP 抓取网络请求（Network.enable） |
|  | 内容脚本需要能作用于你浏览的任意页面 |

debugger 是强权限，这里只用于抓包。它会让被调试的标签页顶部出现「正在调试」提示条，停止抓包即断开。

另外，别的扩展的 chrome-extension:// 页面既不能注入脚本、也不能用 debugger 读，唯一通道是浏览器远程调试协议。要读这类页面，需要用 --remote-debugging-port=9222 启动浏览器。

配置

侧栏「设置」里可改：dsh 地址、浮标文字、触发与展示模式、浮窗位置、侧栏背景色与字号、解读口径。

设置存在 chrome.storage.local，键名如下（便于脚本化改写）：

| 键 | 含义 |
| --- | --- |
| dsh_url | dsh 地址 |
| insight_mode | click / click-sidebar / auto / auto-sidebar |
| insight_label | 浮标文字 |
| insight_position | follow / fixed |
| insight_preset | 当前选中的口径 id |
| insight_system | 当前生效的口径全文 |
| insight_overrides | 对内置口径的修改 |
| insight_custom | 自定义口径列表 |
| insight_thread | 追问线程 |
| last_insight | 最近一次解读记录 |
| panel_bg / panel_font_size | 侧栏外观 |
| insight_autopush | 页面推送开关，默认 false |

例：

chrome.storage.local.set({ insight_mode: "auto-sidebar" });

想打开页面自动注入

需要两处一起开，只开一处会静默空转（生产端与消费端互不感知，不报错）：

1. cordis.patch.yml 里把 dsh-insight-page-injector 那两行取消注释；
2. chrome.storage.local.set({ insight_autopush: true })。

本仓库的实现是有界的：单次最多 4000 字符、正文里出现注入标记（自身回声）就整条跳过、单会话累计 60000 字符封顶。

已知限制

- 侧栏宽度由浏览器决定（Chrome 最小约 320px），扩展无法控制。
- Markdown 渲染器是零依赖自研的，不支持表格；支持标题、列表、引用、代码块、行内代码、加粗、链接。
- 只在 http(s) 页面上工作：file:// 本地文件、PDF 阅读器、扩展商店等页面注入不了内容脚本。正文嵌在 iframe 里的页面是支持的 —— 内容脚本会在所有帧里运行（含 srcdoc / about:blank 帧）。
- 只在 Chrome / Edge（MV3）上验证过，未测 Firefox。
- 划词解读只处理单段选区，不做整页摘要。
- 划词解读不建会话、不写日志，是一次性的问答。

开发

git clone https://github.com/Suguyun/dsh-insight
cd dsh-insight
node tests/run.mjs      # 或 npm test

tests/ 下是 17 个自包含套件（会打印计数的那些合计 168 项断言），覆盖划词触发模式、侧栏开合闸门、请求队列、孤儿脚本守卫、侧栏视图与追问、Markdown 渲染、设置页、口径预设、抓包脱敏、安装器目录层级等。

每个套件自带 DOM / chrome API 打桩并直接 import 仓库源码，不需要构建。其中 test-host-mt 与 test-presets 直接测 host/insight.js，需要能解析到 dsh 的 @deepseek-ai/dsh-llm；裸克隆里它们会打印 SKIP 并计为跳过，而不是失败。

侧栏截图（docs/screenshot.png）由 headless Edge + playwright-core 渲染生成。

致谢
本项目 fork 自 stuarthu/dsh-chrome（MIT）。上游提供了桥接、浏览器工具与页面注入的原始实现；本仓库在其之上做了划词解读、侧栏原生多轮追问、设置内嵌、外观定制等改造，并收紧了页面注入与正文上限。上游的版权与许可声明按 MIT 要求保留在 LICENSE 中。

许可证

MIT，见 LICENSE。