浏览器自动化 ben7am1n/dsh-browser

dsh-browser

为 DeepSeek Harness 提供的浏览器自动化：一个由 Playwright 驱动的 browser_* 工具系列，让智能体能够操作真实网页——填写表单、点击流程、抓取 SPA 内容，并截取屏幕截图，随后可通过 read_image 查看。

安装

dsh plugin --profile add dsh-browser

该插件依赖 playwright-core（随包捆绑），并需要基于 Chromium 的浏览器。它会自动依次尝试 chromium、chrome，然后 msedge 渠道；如果都找不到：

npx playwright install chromium

或者在插件配置中配置 launch.executablePath / launch.channel。

工具

| 工具 | 用途 |
| browser_open | 打开（或复用）浏览器，可选导航到某个 URL |
| browser_navigate | 导航当前页面并等待加载 |
| browser_click | 通过 CSS 选择器点击元素 |
| browser_type | 在输入框中输入文本（可选按 Enter） |
| browser_select | 在 中选择选项 |
| browser_screenshot | 将 PNG 截图保存到 /browser-screenshots/；用 read_image 查看 |
| browser_eval | 在页面中执行 JavaScript，返回 JSON |
| browser_get_text / browser_get_html | 读取可见文本或外部 HTML |
| browser_wait | 等待缓慢页面 / 懒加载内容 |
| browser_close | 关闭浏览器（任何工具均可重新打开） |
| browser_install | 说明或验证浏览器可用性 |

浏览器在多次工具调用之间持续存在——打开一次，多次操作，完成后关闭。

配置

| 字段 | 默认值 | 含义 |
| launch.executablePath | — | 浏览器可执行文件的绝对路径（优先） |
| launch.channel | 自动（chromium → chrome → msedge） | 浏览器渠道 |
| launch.navigationTimeoutMs | — | 默认导航/操作超时 |
| launch.viewport | 1280×800 | 页面视口 |
| screenshotDir | browser-screenshots | 工作区下的截图目录 |

profile cordis.patch.yml
- id: browser
config:
launch:
channel: chrome
navigationTimeoutMs: 30000

说明

- 默认以无头模式运行；有头模式可能稍后推出。
- 截图会保存到调用智能体的工作区中，以便模型可以用 read_image 读取它们。

许可证

MIT