xylt369/dsh-browser
Browser capability for DeepSeek Harness: headed Edge/Playwright provider, SSRF-safe navigation, a11y-ref clicking, permission gate with auto-remember, gated evaluate
安装Install
dsh plugin --profile web add @yeesy369/dsh-browser-playwright @yeesy369/dsh-tool-browser @yeesy369/dsh-web-permission把 xylt369/dsh-browser 加入你的 DSH 配置（web profile）即可启用。
READMEREADME
dsh-browser 🦊
English | 中文
给 DeepSeek Harness（dsh）装上浏览器能力：让 AI 能打开真实网页、读内容、点按钮、填表单、截图。
dsh 原本只有文件系统、Shell、搜索和抓取工具，没有浏览器。本仓库按 dsh 的插件模型补上这块能力，默认使用你电脑上的 Microsoft Edge（真实浏览器窗口，带反检测），bilibili、知乎这类反爬严格的网站也能正常访问。
快速开始（3 步）
第 0 步 · 检查有没有 dsh（只需做一次，跳过也没关系）
打开终端（Windows：按 Win + R，输入 cmd 回车），运行：
dsh --version
✅ 有输出（比如
0.1.0-rc.6）→ 你已经装好了，直接进入第 1 步❌ 提示"不是内部或外部命令" / "command not found" → 说明还没装，任选一种方式安装：
方式 A · 命令行安装（复制这行命令粘贴执行）：
npm i -g @deepseek-ai/dsh方式 B · 打开网页安装：浏览器访问 https://www.npmjs.com/package/@deepseek-ai/dsh ，按页面上的提示执行安装命令。
装完重新打开一个终端窗口，再运行一次
dsh --version，确认有输出后继续。
💡 不想安装到系统里？也可以不装，直接把后面命令里的
dsh全部换成npx @deepseek-ai/dsh（效果一样，只是每次走临时缓存）。
第 1 步 · 安装插件（任意终端执行）：
dsh plugin --profile web add @yeesy369/dsh-browser-playwright @yeesy369/dsh-tool-browser @yeesy369/dsh-web-permission
Windows 也可以用一键脚本（效果等价，还会自动写入示例白名单）：
powershell -ExecutionPolicy Bypass -File scripts/install.ps1
第 2 步 · 重启 dsh：在运行 dsh web 的终端按 Ctrl+C，然后重新运行 dsh web。
第 3 步 · 开用：对 AI 说"打开 https://www.bilibili.com"。第一次会弹出 Edge 窗口——别关它，那是 AI 的"眼睛"。
✅ 不需要任何额外配置。需要登录的网站：在弹出的 Edge 窗口里登录一次即可，登录态永久保存（存在
~/.dsh/edge-profile，重启不丢）。
能对 AI 说什么
| 你说 | AI 会 |
|---|---|
| 打开 https://xxx | 访问网页（SSRF 校验后） |
| 看看这个网页讲了什么 | 读出页面内容 |
| 点一下 xxx / 输入 xxx / 返回 / 截图 | 操作页面（受权限门管控） |
| 登录 xxx 网站 | 引导你在 Edge 窗口里登录，登录态持久保存 |
常见问题
弹出的 Edge 窗口可以关吗？ 使用期间别关；就算关了，插件会自动重新打开（页面状态会重置）。
登录态会丢吗？ 不会。存在 ~/.dsh/edge-profile，重启 dsh、重启电脑都保留。
哪些网站访问不了？ 默认放行所有公网域名；localhost、192.168.x、10.x 等内网地址被拦截（防 SSRF 的安全设计）。
想自定义白名单/黑名单？ 编辑 $DSH_HOME/settings.yaml 的 web-permission 节（热更新，不用重启 dsh），或 ~/.dsh/profiles/web/cordis.patch.yml。
想用 browser_evaluate（在页面里执行 JS）？ 默认关闭，开启方法见下方「高级配置」→「browser_evaluate」的配置示例。
怎么卸载？
dsh plugin --profile web remove @yeesy369/dsh-browser-playwright @yeesy369/dsh-tool-browser @yeesy369/dsh-web-permission
包结构
| 包 | 角色 | 作用 |
|---|---|---|
@yeesy369/dsh-browser |
服务定义 | 声明 ctx.browser 接口（BrowserRuntime / BrowserPage） |
@yeesy369/dsh-browser-playwright |
服务实现 | 用 Edge/Playwright 实现：三种窗口模式（弹窗/隐藏/headless）+ 持久 profile + 反检测补丁 + 窗口自动重开 |
@yeesy369/dsh-tool-browser |
消费者 | 注册 browser_navigate / browser_snapshot（返回可点击 ref）/ browser_click（按 ref 或 CSS）/ browser_type / browser_scroll / browser_back / browser_screenshot，可选 browser_evaluate |
@yeesy369/dsh-web-permission |
权限门 | tools/pre-execute 白名单 / 黑名单 / 询问（remember 可自动记住授权） |
安全模型
- 只允许公网 HTTP(S) 地址；拒绝内网/回环/link-local/云元数据地址（SSRF 防护，见
packages/browser-playwright/src/url-guard.ts） - 权限门默认放行公网域名（
defaultAction: allow），可配置allowHosts/denyHosts/gatedTools - 默认放行公网域名是刻意的：SSRF 守卫已拦截内网；需要更严授权时把
defaultAction设为ask并配置allowHosts（严格模式） - 反检测有局限：极强风控站点仍可能识别人机，属已知边界（见英文版 README）
高级配置
按 ref 点击（更稳）
browser_snapshot 会返回可操作元素的 ref 列表（如 e1、e2），模型可以直接 browser_click(ref: "e1") 点击，比手写 CSS 选择器更稳；也兼容 CSS 选择器。
滚动长页面
browser_scroll 让模型在长页面（资讯流、文档、评论区）里逐屏前进：默认向下滚 800px，可传 direction: "up" | "down" | "left" | "right" 和 amount（像素）。返回新的 scrollX / scrollY，并用 atBoundary 告诉模型是否已到页面边缘——模型看到 atBoundary: true 就该停止继续滚动，避免空转。
权限门自动记住授权
web-permission 的 remember 默认 true：当 defaultAction: 'ask' 时，你批准一个域名，它会自动写进 allowHosts（持久化到 settings.yaml），下次不再询问。
# $DSH_HOME/settings.yaml（热更新，不用重启）
web-permission:
defaultAction: ask
remember: true
browser_evaluate（高风险，默认关闭）
browser_evaluate 能在页面里执行任意 JavaScript，默认不启用。要开启，在 profile 的 cordis.patch.yml 里给 tool-browser 加配置：
# ~/.dsh/profiles/web/cordis.patch.yml
- id: tool-browser
config:
evaluate: true
开启后请务必配合权限门收紧（defaultAction: ask 或加黑名单）——它是任意代码执行，风险最高。
窗口模式与反检测
browser-playwright 的 windowVisibility 决定浏览器以什么形态出现，stealth 决定是否套轻量反检测补丁。可以在 dsh 的设置界面里改，也可以直接写 profile 配置：
# ~/.dsh/profiles/web/cordis.patch.yml
- id: browser-playwright
config:
windowVisibility: hidden # visible / hidden / headless，默认 visible
stealth: true # 轻量反检测补丁，默认开启
| 模式 | 优点 | 缺点 |
|---|---|---|
visible（默认） |
真浏览器窗口，可直接手动登录、过验证码，所见即所得 | 每次使用都弹窗口，打扰桌面 |
hidden |
真浏览器（反爬最强）但窗口最小化并移到屏幕外，不打扰桌面 | 不能直接看窗口手动操作，登录需提前在 profile 里完成；依赖桌面会话，服务器/CI 不可用 |
headless |
完全不弹窗，适合服务器/CI | 即使开 stealth，强风控仍可能识别；无法手动登录 |
stealth 补丁是无依赖的轻量实现（抹掉 navigator.webdriver、补全 plugins、伪装 WebGL 厂商、修正 notifications 权限等，见 packages/browser-playwright/src/stealth.ts）。默认开启；极少数站点可能因补丁行为异常，可关掉。需要更强的 CDP 层补丁时，可自行叠加 rebrowser-patches。
开发与发布
pnpm install && pnpm build && pnpm typecheck && pnpm test
架构细节见 docs/architecture.md，仓库规范见 AGENTS.md，许可 MIT。
相关推荐Related
- deepseek-ai/deepseek-harness DeepSeek Harness: Everything is a Plugin.
- deepseek-ai/deepseek-harness DeepSeek Harness (dsh) — 由 DeepSeek AI 开发的开源 agent harness（智能体框架）。一切皆插件：核心 + 插件 + 技能 = 可热插拔的 AI 编程工作台。DeepSeek Harness: …
-
nexu-io/open-design
🎨 Best DeepSeek Harness Design Plugin. The open-source Claude Design alternative. 🖥️ Local-first desktop app. 🖼️ Your…
-
ruvnet/ruflo
🌊 The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build c…
-
amruthpillai/reactive-resume
A one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source a…
-
volcengine/OpenViking
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
-
Molunerfinn/PicGo
:rocket: The Ultimate Image Uploader for Efficient Creators. Supports Obsidian, Typora, VS Code etc. and 60+ image hosti…
-
titanwings/colleague-skill
将冰冷的离别化为温暖的 Skill，欢迎加入数字生命1.0！Transforming cold farewells into warm skills? It's giving rebirth era. Welcome to Digital …