dsh-tool-browser

给 DeepSeek Harness（DSH）的原生浏览器自动化工具插件，由 Playwright 驱动。 默认直接使用本机安装的 Microsoft Edge（channel: "msedge"，无需下载浏览器）， Edge 缺失时自动回退到 Playwright 自带的 Chromium。

能力

面向模型的只读/交互工具（全部注册进 DSH 的 ctx.tools）：

工具	作用
browser_navigate	打开 URL，返回标题与最终地址
browser_snapshot	返回页面可见文本（body innerText，限长）
browser_click	按 CSS 选择器点击元素
browser_type	按 CSS 选择器向输入框填入文本
browser_press_key	按键盘键（Enter / Escape 等）
browser_evaluate	在页面执行 JS 表达式并返回 JSON 结果
browser_take_screenshot	截图保存为 PNG，返回文件路径
browser_console_messages	返回页面控制台消息
browser_wait_for	等待固定毫秒数
browser_back	返回上一页
browser_fill_form	一次填多个表单字段
browser_select_option	下拉框选择选项
browser_hover	悬停元素
browser_drag	拖拽（源元素 → 目标元素）
browser_resize	调整视口尺寸
browser_open_tab	新开标签页（可带 URL）
browser_tabs	列出所有标签页
browser_switch_tab	切换到指定标签页
browser_close_tab	关闭当前标签页

设计要点：

• 共享页面：插件实例维护一个浏览器 + 一个页面，会话内浏览状态连续；工具默认互斥（非并发安全），避免相互干扰。
  • 限制：使用该插件的所有会话共享同一个页面，跨会话会互相影响；需要隔离时请用独立 profile 实例。
• 中止安全：每个工具转发 exec.signal，超时/中止策略不会挂死 agent 回合。
• 结果结构化：全部返回 { text }，快照/求值结果限长，控制 KV cache 影响。

安装

已发布到 npm（dsh-tool-browser@0.1.0），一条命令安装：