dsh-playwright

English | 中文

你可以和你的 DeepSeek Harness AI 一起使用一个真实浏览器。每个 DSH 会话拥有一张隔离的 Playwright 页面：你在 Browser Use 面板中观看和操作，模型读取、看图、点击、输入和导航的也是同一张实时页面。

你和 AI 可以做什么

Browser Use 面板与模型工具操作同一份页面状态。

• 一起观看： Chrome CDP 通过仅限 loopback 的二进制 WebSocket 推送重绘帧，客户端绘制到稳定 canvas。面板与聊天共享宽度，分界线可按比例拖动。
• 导航： 打开 HTTP(S) URL，刷新当前页面。
• 读取页面： 获取 URL、标题、可见正文，以及可见链接、按钮、输入框等交互元素的临时 ID。
• 鼠标操作： 按元素 ID 或截图坐标定位；移动鼠标；点击、按下和释放左键、右键、中键。
• 拖拽： 使用同一个鼠标键依次发送 down、一个或多个 move、up。
• 键盘操作： 输入文字；按 Enter、ArrowUp、Control+A、Meta+K 等按键或组合键；通过 down／up 持续按住和释放游戏按键。
• 查看截图： 通过 DSH 原生图片链路向支持图片的模型返回持久 PNG。
• 确认点击： 可在上次成功点击的位置后处理绘制 RGB 方框；用户侧面板有独立的“显示上次点击”开关。
• 按会话隔离： 每个 DSH 会话拥有独立 BrowserContext 和 Page；Chrome 意外退出后会恢复最后一个顶层 URL。

模型工具

browser_navigate

打开 URL 并返回语义快照。

{"url":"https://example.com"}

browser_snapshot

返回有界的页面正文和 e1 等元素 ID。ID 只对当前快照有效；导航或动态界面变化后应重新获取快照。

browser_click

默认执行左键单击。必须提供 element_id，或同时提供 x、y。

{"element_id":"e1"}

{"action":"click","button":"right","x":640,"y":400}

只移动鼠标：

{"action":"move","x":640,"y":400,"steps":20}

拖拽：

{"action":"down","button":"left","x":200,"y":200}
{"action":"move","x":600,"y":400,"steps":30}
{"action":"up","button":"left","x":600,"y":400}

支持的鼠标键：left、right、middle。支持的动作：click、down、move、up。