Lum1104/dsh-browser

English | 中文

把 DeepSeek Harness 连接到你正在使用的 Chrome 标签页。模型可以读取页面内容、点击控件、填写表单、滚动与导航，同时保留登录态、会话和 Cookie。侧边栏提供对话界面。

dsh 是由 DeepSeek AI 开发的开源、插件化 agent harness（智能体框架）。本仓库将配套的浏览器桥插件与 Chrome MV3 扩展组成一个独立的 pnpm workspace。

整个集成采用纯文本设计：页面会转换为结构化文本和带编号的交互元素清单，模型通过编号定位元素。面向模型的流水线不会传入截图。

workspace 固定使用经过验证、已公开发布的 @deepseek-ai/dsh 版本，保证安装结果可复现。用户无需检出 DeepSeek Harness 源码、无需从父目录读取依赖，也无需配置 npm 凭据。DeepSeek Harness 目前处于开发者预览阶段，升级时可能需要同步调整依赖与 API。

核心能力

能力	工具	说明
读取页面	browser_snapshot	结构化文本快照：标题/URL/正文/编号交互清单/表单字段（敏感值掩码）；delta: true 只返回变化
点击元素	browser_click	按编号点击链接/按钮/复选框等
填写表单	browser_type	输入文本（React/Vue 受控组件兼容），replace 清空重填
按键	browser_press	键盘事件（Enter/Tab/Escape/方向键…）
滚动	browser_scroll	视口滚动（up/down/top/bottom）
页面导航	browser_navigate / browser_back / browser_forward / browser_reload	当前标签页内导航，保留登录态
读取区域	browser_get_text	懒加载内容 / 局部文本
等待稳定	browser_wait	页面加载与渲染稳定检测

组成

packages/browser/bridge-browser/
  cordis.patch.yml
extensions/dsh-browser/
scripts/install.sh

为什么这样设计

• 使用你的真实浏览器，而不是无头副本：模型操作你已经打开的页面，登录态、会话和 Cookie 均会保留。
• 纯文本模型接口：编号控件、跨快照稳定 ID、delta 更新和敏感值掩码，使模型无需视觉也能操作页面。
• 收窄隐私边界：密码和支付卡字段始终显示为 ••••，字段值不会离开页面。
• 受保护的桥连接：远程连接使用认证握手，特权网关方法拒绝非回环调用方，扩展只操作活动标签页。

安装与使用（零配置）

前提：Node.js ^22.19 或 >=24、Corepack/pnpm 和 Google Chrome。所需的 @deepseek-ai 包均已发布到公共 npm 注册表，安装不需要 npm token。

第一步：安装桥插件与扩展。推荐命令无需安装 Git，也无需提前 clone：

curl -fsSL https://raw.githubusercontent.com/Lum1104/dsh-browser/refs/heads/main/scripts/install.sh | bash

远程安装器会把 main 下载到脚本托管目录 ~/.dsh/dsh-browser，然后按锁文件安装固定版本的公共 npm 依赖、构建桥插件、把它的官方 bundle 注册到 dsh 本机的 web profile、构建扩展、复制到 ~/.dsh/browser-extension，并打开 chrome://extensions。按提示开启开发者模式并加载扩展目录即可。再次运行同一条命令会更新托管安装；如需修改源码，请使用 clone。

开发者也可以 clone 仓库，并在任意 checkout 中运行同一个安装器。该模式直接使用当前分支，不会下载或覆盖源码：

git clone https://github.com/Lum1104/dsh-browser.git
cd dsh-browser
./scripts/install.sh

第二步：启动 dsh。托管安装可使用其中固定的版本：

cd ~/.dsh/dsh-browser && pnpm start

如果使用 clone，请改为在仓库根目录运行 pnpm start。

或者直接运行 npm 上的最新公开版本：

npx @deepseek-ai/dsh web

两种命令都会从本机 web profile 加载同一个浏览器 bundle。默认端口为 3080；被占用时执行 pnpm start -- --port <port> 或 npx @deepseek-ai/dsh web --port <port>。工具栏出现 DeepSeek 鲸鱼图标后，点击即可打开侧边栏。

后续日常使用无需重新安装扩展，执行上述任一启动命令即可。

本机使用无需任何配置：扩展通过 /ext/bridge-config 自动发现 dsh，回环连接无需桥接 token。这个运行时安全 token 与 npm 认证无关；只有使用 --host 0.0.0.0 远程部署时才需要配置地址和桥接 token。

第三步：开始使用：打开任意普通的 http:// 或 https:// 页面，点击工具栏的 DeepSeek 鲸鱼图标打开侧边栏；状态显示「已连接」后，可以直接对话，也可以先点「读取页面」。页面即使早于扩展安装或重载就已经打开，也会在第一次操作时自动补加载内容脚本，无需刷新页面。chrome://、Chrome Web Store 等浏览器内置或受保护页面不能注入扩展脚本，因此不支持读取和操作。

更新托管安装时，再次运行同一条 curl | bash 命令。更新 clone 时，拉取或切换到所需版本，再运行 ./scripts/install.sh。然后到 chrome://extensions 对「dsh 浏览器助手」点一次重新加载并重新打开侧边栏。Chrome 应加载脚本提示的稳定目录 ~/.dsh/browser-extension；不要加载仓库中的源码目录 extensions/dsh-browser/。

开发

桥接插件和 Chrome 扩展都属于本仓库 workspace；所有命令均在本仓库根目录执行。首次开发安装运行 pnpm install。

pnpm run build
pnpm run typecheck
pnpm run test

pnpm --filter @deepseek-ai/dsh-bridge-browser run build
pnpm --filter @deepseek-ai/dsh-bridge-browser run typecheck
pnpm --filter @deepseek-ai/dsh-bridge-browser run test

pnpm --filter dsh-browser-extension run build
pnpm --filter dsh-browser-extension run test

注意：

• 启动前桥接插件必须已有 lib/ 供 Loader 加载；scripts/install.sh 和根目录 pnpm run build 都会先构建插件再构建扩展。
• @deepseek-ai/dsh 与桥接插件的依赖固定在同一条经过验证的公开发布线上；升级时必须同时更新 manifest、锁文件并重跑根目录检查。

安全

• 桥路径在 /api 信任栅栏之外，自带 bearer token 认证。
• 特权网关方法（settings.*/credentials.*/host.open*）对非回环来源一律拒绝。
• 单活动连接；纯文本管线（无截图）；密码和卡号值永不回传。
• 只操作活动标签页，绝不静默切页。