syncended/deepseek-harness-browser-use

DeepSeek Harness 浏览器使用

面向 DeepSeek Harness 的持久化 Playwright 浏览器工具和交互式浏览器面板。

该插件在多个轮次之间保持同一个 Chromium 配置文件，在标签页之间共享登录状态，让智能体通过稳定的快照引用操作页面，并提供一个实时浏览器视图，人类可以在不打断智能体的情况下观看，或在需要时明确接管控制。

要求

- DeepSeek Harness 0.1.5-rc.2（依赖项和开发夹具针对此确切版本）。
- Node.js 22 或更高版本。
- dsh plugin 命令可用的 pnpm。
- 宿主机上有一个 Chromium 或 Chrome 可执行文件。
- 如果使用 browser_screenshot，则需要一个接受图像输入的模型。

该包依赖 playwright-core；它不会自动下载浏览器。

该面板通过 connection.fetch 在 /api/browser-use/ 下注册经过身份验证的 POST 路由。它使用标准 DSH 浏览器会话和 Origin 检查，将请求取消转发给 Playwright，并在插件卸载时移除其路由。无需更改核心插件或配置文件注入覆盖。此检出替换了旧的 /browser-use RPC 传输；升级后请重新构建并刷新 DSH 页面。

安装

从 npm 安装到运行 DSH Web 的配置文件中：

dsh plugin --profile web add @syncended/dsh-browser-use

或在开发时安装本地检出：

git clone https://github.com/syncended/deepseek-harness-browser-use.git
cd deepseek-harness-browser-use
pnpm install
pnpm check
dsh plugin --profile web add -w "$PWD"

安装后重启现有的 DSH Host：

dsh --profile web --no-open

不要为同一配置文件启动第二个 Host。Host 就绪后刷新 DSH Web。

连接和使用

1. 打开或创建一个 DSH 会话。
2. 在对话详情窗格中打开 Browser 标签页。
3. 保持面板打开以实时观看智能体浏览；被动观看不会阻止智能体操作。
4. 仅在需要手动交互时，选择底部的 Take control，完成后选择 Return control to agent。
5. 在你拥有控制权时，在工具栏中输入 HTTP 或 HTTPS 地址，或让智能体导航。相同的标签页和配置文件在后续轮次中仍然可用。

登录状态由配置的浏览器配置文件中的所有标签页共享。持久化配置文件存储在 DSH 主目录下，而不是此仓库中。

智能体工具

- browser_status — 检查进程状态、控制所有者和标签页。
- browser_tabs — 列出、创建、选择或关闭标签页。
- browser_navigate — 导航活动标签页。
- browser_snapshot — 接收带有一次性引用的可见交互元素。
- browser_click — 从最新快照中点击一个引用。
- browser_type — 替换文本字段的值。
- browser_press — 发送 Playwright 按键或快捷键。
- browser_scroll — 按像素增量滚动。
- browser_screenshot — 将当前视口捕获为图像附件。

每次点击、输入、按键、导航或滚动后，都要获取一份新的 browser_snapshot。旧的快照引用会被有意拒绝。

密码、支付和一次性验证码字段需要人工控制，无法通过 browser_type 填写。

配置

该包通过 cordis.patch.yml 添加以下默认 Host 条目：

- id: browser-use
name: '@syncended/dsh-browser-use'
config:
profile: default
headless: true
noSandbox: false
viewportWidth: 1280
viewportHeight: 800
screenshotQuality: 70
operationTimeoutMs: 20000
humanLeaseTtlMs: 15000

仅在配置文件的 cordis.patch.yml 中覆盖所需的值。有用的选项包括：

| 选项 | 用途 |
| --- | --- |
| profile | 持久化浏览器配置文件的名称。 |
| headless | 在没有桌面窗口的情况下运行 Chromium。 |
| executablePath | 使用特定的 Chromium 或 Chrome 二进制文件。 |
| noSandbox | 添加 Chromium 的 --no-sandbox 标志。 |
| viewportWidth、viewportHeight | 默认页面视口。 |
| screenshotQuality | JPEG 质量，从 1 到 100。 |
| operationTimeoutMs | 导航和操作超时时间。 |
| humanLeaseTtlMs | 非活动人工控制租约过期前的时间。 |

更改 Host 配置后，请重启 Host。

安全

- 浏览器配置文件可能包含已认证的会话。请将 DSH 主目录作为凭据材料加以保护。
- 远程 Web 控制遵循 Host 的 DSH trustedHosts 策略。请勿将 DSH Web 暴露到不受信任的网络。
- 保持 Chromium 的沙箱启用。仅在 Chromium 以 root 身份运行的适当隔离容器内设置 noSandbox: true。
- 被动查看浏览器面板不会获取控制权。显式人工控制会阻止代理操作，直到租约被释放或过期。
- 对不受信任的浏览或不同身份使用单独的 profile。

故障排除

Chromium 无法启动

在 Host 上安装 Chromium 或 Chrome，并将 executablePath 设置为其绝对路径。在 Linux 上，还要验证浏览器的共享库依赖项是否已安装。

浏览器选项卡缺失

确认该包已安装在提供 DSH Web 的配置文件中，重启该 Host，然后刷新页面。

某个操作提示人工控制处于活动状态

在浏览器面板中释放控制，或等待 humanLeaseTtlMs 过期。

点击或输入引用被拒绝

再次调用 browser_snapshot。引用仅对生成它们的页面状态有效。

某个网站阻止无头 Chromium

此插件不会尝试绕过反机器人控制。请使用该网站支持的 API，或在允许的情况下手动完成操作。

更新和移除

dsh plugin --profile web add @syncended/dsh-browser-use@latest
dsh plugin --profile web remove @syncended/dsh-browser-use

执行任一命令后重启 Host。

开发

pnpm install
pnpm check
pnpm pack --dry-run

许可证

MIT