jhlee111/dsh-agent-browser

dsh-agent-browser

一个 DeepSeek Harness 插件：一个带界面的
浏览器，注入了 Pick/Draw 工具栏、一个 聊天反馈卡片、启动
设置，以及 开发服务器自动启动。

https://github.com/jhlee111/dsh-agent-browser · 主题：
dsh-plugin、deepseek-harness

⚡ 如何使用（请先读这里）

这是一个插件，不是 CLI——没有 npx 一行命令。 这些包没有暴露任何
bin，所以 npx @deepseek-ai/dsh-agent-browser 无法使用。

想要一次克隆即可安装？ 使用预先接好的 fork 分支
👉  —— 它已经集成了这个
插件（参见其中的 AGENT_BROWSER.md 了解 6 条命令的快速开始）。

本仓库是规范来源。要自行集成：

1. 你必须有一个 DeepSeek Harness 检出（该插件的运行时包
@deepseek-ai/dsh- 是那里的工作区包）。
2. 你将这两个包集成到该检出中（复制 + 几处单行编辑）。
3. 你构建，然后运行 dsh web。插件加载 在 harness 内部——agent
浏览器会以 Chrome 窗口打开，其反馈卡片/设置会出现在 GUI 中。

它 不是 一个你可以单独运行的独立浏览器工具。如果你只是想要一个可以从
脚本控制的浏览器，那它不是——它是一个 harness 扩展。

最低先决条件

- Node.js 22.19+ / 24+、启用 Corepack 的 pnpm@11.7.0
- 已安装 Chrome（宿主以有界面模式启动它）
- 一个 DeepSeek Harness 源码检出

它做什么

- 宿主部分（packages/dsh-agent-browser）—— 启动有界面 Chrome
（browser_launch），将工具栏注入每个文档，暴露 agent 工具
（browser_launch、browser_feedback、browser_capture），并提供一个本地 HTTP
端点。
- 工具栏 —— Pick / Draw / 视口预设、Reload、Send → agent。
- 聊天反馈卡片 —— 将工具栏反馈作为卡片显示在编辑器上方；
[Send to agent] 将其交给模型，[✕] 将其关闭。
- 启动设置 —— GUI Settings → Agent Browser 用于设置默认 URL、视口、
操作系统窗口大小，以及一个 开发服务器命令（在工作目录中运行，等待端口，
然后打开浏览器——例如 envrun .env iex -S mix phx.server）。
- 页面驱动 —— 宿主 POST /evaluate 在页面中运行 JS，以便 agent 可以
填写/提交表单。

仓库布局

packages/
dsh-agent-browser/          # 宿主部分  (node Cordis 插件，消费 tools)
dsh-client-ui-agent-browser/# 客户端部分 (web dsh.client 界面)

安装（集成到 DeepSeek Harness 检出中）

harness 期望这两个包使用它们的 @deepseek-ai/... 名称，因此它们保持为
@deepseek-ai/dsh-agent-browser 和 @deepseek-ai/dsh-client-ui-agent-browser，即使
源码位于本仓库中。

1. 获取代码

git clone https://github.com/jhlee111/dsh-agent-browser
或者将包复制到你的 harness 检出目录中：
packages/dsh-agent-browser                -> /packages/agent-browser/agent-browser
packages/dsh-client-ui-agent-browser      -> /packages/client/ui-agent-browser

2. 注册构建引用

在 /tsconfig.client.json 中添加：
{ "path": "./packages/client/ui-agent-browser" }
在 /tsconfig.host.json 中添加：
{ "path": "./packages/agent-browser/agent-browser" }

3. 声明 bundle 依赖

在 /packages/bundle/web-app/package.json 的 dependencies 中：
"@deepseek-ai/dsh-agent-browser": "workspace:^",
"@deepseek-ai/dsh-client-ui-agent-browser": "workspace:^"

4. 注册客户端界面（浏览器花名册）

在 /packages/bundle/web-app/cordis.patch.yml 中：
- insert:
- id: ui-agent-browser
name: '@deepseek-ai/dsh-client-ui-agent-browser'

5. 按会话启用宿主端（agent 预设）

在 ~/.dsh/.agent-presets/agent-browser/agent.cordis.yml 中：
- id: agent-browser
name: '@deepseek-ai/dsh-agent-browser'
config:
defaultUrl: http://localhost:4000/todos

6. 安装并构建（在 harness 根目录下）

pnpm install
pnpm run build:lib:host
pnpm run build:lib:client

7. 运行

pnpm dsh web --port 3081

配置并日常使用

1. 打开 harness 网页 GUI（http://127.0.0.1:3081），强制刷新（Cmd/Ctrl+Shift+R）。
2. 在 GUI 中打开 Settings → Agent Browser：
- 设置 Default URL、Viewport、Window size
- 设置 Dev server cmd / Working dir / Port（可选）——例如
envrun .env iex -S mix phx.server，working dir = 你的项目，port = 其监听
端口。下次启动时，宿主会运行该命令，等待端口就绪，然后在那里打开
浏览器。
3. 使用浏览器注入的工具栏进行 Pick / Draw，然后 Send → agent。
反馈会以卡片形式出现在编辑器上方；[Send to agent] 会提交它。
4. agent 也可以通过
POST http://127.0.0.1:4600/evaluate（{"code": "..."}）直接驱动页面。

启动设置按宿主存储在 agent-browser 包内的 feedback/launch-settings.json 中；
envrun、项目路径和端口是你的设置，不属于此插件的一部分。

常见问题

我可以直接 npx @deepseek-ai/dsh-agent-browser 吗？
不可以。这是一个 harness 插件，没有 bin。它必须由 DeepSeek Harness 加载。
真正的一键安装需要 harness 的 @deepseek-ai/dsh- 运行时包发布到 npm，
并且在你的 profile 中安装并声明已发布的 dsh-agent-browser——仍然通过
dsh web 启动，绝不是独立二进制文件。

我可以在不 fork DeepSeek Harness 的情况下使用它吗？
目前 harness 的运行时/UI 包是未发布的工作区包，因此该插件需要集成到
harness 检出目录中（见上述步骤）。一旦它们发布，集成就只需依赖 + profile 条目。

备注
- 针对视觉模型的模型目录 inputModalities 修复属于按部署的模型配置，不属于此插件的一部分。