caob23/dsh-browser-control

Chrome 浏览器扩展 + DeepSeek Harness 插件，让 AI Agent 像人一样操控你的真实浏览器。

这是什么

不是无头浏览器，不是 Puppeteer——是你的真实 Chrome，带着你的登录态、你的 cookies。AI 通过 Chrome DevTools Protocol 驱动标签页，你可以在屏幕上看到每一步操作。

你对 AI 说一句话
      ↓
Agent 调用 browser_* 工具
      ↓
DSH 插件（WebSocket 桥）
      ↓
Chrome 扩展（CDP 驱动）
      ↓
你的真实浏览器执行操作
      ↓
结果返回给 Agent

和 MCP 浏览器方案的区别

市面上已经有 Playwright MCP、Puppeteer MCP、browser-use 等，它们的共同点：启动一个自己下载的全新浏览器实例。本项目走的是另一条路：

	本项目	Playwright / Puppeteer MCP
浏览器	你正在用的真实 Chrome	自动下载的独立实例
登录态 / Cookies	✅ 全部继承，无需重新登录	❌ 每次全新 profile
过验证码 / 扫码登录	你的会话已经登录，基本不遇到	经常卡在登录墙
可见性	屏幕上实时可见，随时鼠标接管	无头运行或独立窗口
环境依赖	无需 Node / npx / Python	需要 npx 或 uvx 运行时
接入方式	加载扩展 + 设置页开关	编辑 MCP 客户端 JSON 配置
磁盘占用	复用现有 Chrome，零新增	额外下载数百 MB 浏览器
集成深度	dsh 原生插件（设置卡片 / 状态页 / 清理按钮）	通用 MCP server

一句话：要 AI 用"你自己的"浏览器干活（已登录的 B 站、知乎、淘宝后台），用本项目；要做跨浏览器、跨应用的通用自动化测试，用 MCP。

下载

文件	说明
DSH-Browser-Control-1.0.7.zip	Chrome 扩展（解压后加载）
dsh-browser-control-plugin-v1.0.7.zip	dsh 插件（离线兜底，在线装直接用方式 A/B）

安装 Chrome 扩展（30 秒）

下载 zip → 解压到固定文件夹（别删）→ Chrome 打开 chrome://extensions → 开启「开发者模式」→ 点「加载已解压的扩展程序」→ 选解压后的文件夹。

工具栏出现鲸鱼图标 → 绿点呼吸 = 已连接。需要 Chrome 116+。

安装 dsh 插件

📦 本包是 bundle 包（package.json 中 dsh.bundle.patch 指向 cordis.patch.yml）。dsh plugin 安装成功后会自动把它加入 profile 的 dsh.profile.bundles，重启即加载。

前置：dsh plugin 转发给 pnpm，需要 pnpm 在 PATH 上；首次使用会自动初始化目标 profile。

方式 A：从 npm 安装（推荐）

# 通过 dsh plugin 从 npm registry 安装并自动注册到 profile
dsh plugin --profile web add @caob23/dsh-browser-control

如果自行管理 profile 的 node_modules，也可以在对应目录中直接使用 npm 安装：

npm install @caob23/dsh-browser-control

方式 B：从 GitHub 或本地目录安装

# 直接从 GitHub 安装
dsh plugin --profile web add "github:caob23/dsh-browser-control#v1.0.7"

# 本地目录调试（注意：必须显式 file: 前缀）
dsh plugin --profile web add "file:D:\path\to\dsh-browser-control"

重启 DSH 后生效。卸载：

dsh plugin --profile web remove @caob23/dsh-browser-control

⚠️ 本地目录请用 file: 前缀。裸路径 / 相对路径会被 pnpm 当作 link: 协议， 在 hoisted 布局下不会物化到 node_modules 顶层，导致启动时无法解析该包。

安装并重启后，桥接默认开启（v1.0.6+），不需要再去设置里手动启用。状态页 http://127.0.0.1:9777/ 可看到服务已监听。

想关掉默认开启：在 ~/.dsh/settings.yml 的 browser-bridge.config 下写 enabled: false 即可。

方式 C：复制进 harness 源码树（旧方式，v1.0.2 及以前）

git clone https://github.com/caob23/dsh-browser-control.git
cd dsh-browser-control
git checkout v1.0.2   # 旧布局在 v1.0.2 tag
./install.sh /你的路径/deepseek-harness

脚本只负责把插件文件复制到位，完成后仍需手动改三处配置，改完重启 dsh 才会生效：

下载 dsh-browser-bridge-plugin-v1.0.2.zip，解压到 deepseek-harness 的 packages/web/browser-bridge/。

然后补充三处配置：

1. packages/bundle/base/package.json 的 dependencies 加：

"@deepseek-ai/dsh-browser-bridge": "workspace:^"

2. cordis.patch.yml 的 plugins 列表加：

- id: browser-bridge
  name: '@deepseek-ai/dsh-browser-bridge'
  config:
    enabled: false

3. tsconfig.host.json 的 references 加：

{ "path": "./packages/web/browser-bridge" }

重启 dsh → 设置页出现「DSH 浏览器控制」→ 开启即可。详细说明见 dsh-config/README.md。

使用

1. dsh 设置 → 插件 → DSH 浏览器控制 → 开启
2. Chrome 扩展自动连接（端口 9777，Token 默认 dsh-local）
3. 对话说自然语言，Agent 自动操控浏览器

访问 http://127.0.0.1:9777/ 查看连接状态。

工具清单

工具	功能
browser_navigate	导航到 URL
browser_read	读取页面文本/HTML
browser_snapshot	页面快照 → ref 交互树
browser_click	点击元素（by ref / selector）
browser_type	在输入框填入文本
browser_press	模拟键盘按键
browser_scroll	滚动页面
browser_tabs	标签页管理（列表/新建/关闭/切换）
browser_evaluate	执行任意 JS
browser_screenshot	截取页面截图
browser_console_log	抓取页面 console 日志（v1.0.7+）
browser_network_log	抓取 HTTP 请求/响应（v1.0.7+）
browser_pdf	当前页导出 PDF（v1.0.7+）
browser_emulate	切设备视口（移动 / 桌面 / 自定义，v1.0.7+）
browser_cleanup	清理临时文件

架构

Chrome 浏览器
  └─ DSH Browser Control 扩展 (MV3)
       └─ chrome.debugger (CDP)
            └─ WebSocket ──────→ DSH 插件 (browser-bridge)
                                      └─ browser_* 工具 → Agent

关键设计：

• 扩展主动外连桥（不需要 native messaging host）
• 默认关闭，设置页手动开启
• 持久 debugger 附着——控制期间横幅始终显示
• 仅监听 127.0.0.1，token 认证

已验证

场景	结果
百度搜索 → 提取结果标题	✅
B 站搜索用户 → 发私信	✅
B 站搜索 → 统计视频卡片 + 截图	✅
单元测试 29/29	✅
类型检查（host + client）	✅

更新日志

见 CHANGELOG.md。

许可证 · License

本项目采用 GNU Affero General Public License v3.0 (AGPL-3.0)。

• 个人 / 学术 / 非商业用途：完全免费，在遵守 AGPL-3.0 的前提下自由使用、修改、分发
• 企业 / 商业用途：AGPL-3.0 要求通过网络使用本软件也构成"分发"，必须公开衍生代码。若企业在闭源产品中嵌入、基于本项目构建 SaaS 服务而不愿开源，需要联系作者获取商业许可（另行协商授权条款）
• 商业许可咨询：GitHub Issues 或邮箱 caob2333@outlook.com

完整许可证文本见 LICENSE 文件（AGPL-3.0）。