dsh-web-recorder

使用方法:如何命中本插件

什么时候会命中（触发场景）

插件的 3 个工具会随插件启用出现在 DSH 会话的工具列表里，「命中」发生在模型做工具选择时——依据是工具名与描述。当用户任务属于「查清某个网页业务流程背后调用了哪些接口、参数/响应长什么样，并据此生成接口级流程说明或 skill」时，模型应主动调用 recorder_*。典型任务表述：

• "帮我把在 XX 平台上『xxx』流程背后调用的接口和调用顺序理清楚，做成 skill，让我以后直接用接口完成"
• "XX 页面点『查询』时发的请求是什么？参数怎么传？"
• "我在页面上操作一遍，你录下来，然后分析生成接口对接说明"

如果只是回答不涉及真实页面操作的问题（例如直接查文档就能答），模型通常不会命中本插件。

工具如何可用（加载）

本仓库即 DSH 插件：入口 lib/index.js（源码 src/index.ts），经 package.json 的 dsh.bundle.patch 指向仓库根 cordis.patch.yml 并入宿主 profile（其中 id/name 均为 dsh-web-recorder）；@deepseek-ai/* 由宿主按 peerDependencies 提供。插件启用后工具即进入模型工具列表，无需额外声明即可被选择。

职责划分：本插件只「记录」，「打开页面 / 操作」交给驱动方

本插件不直接操作页面——工具只有 recorder_start / recorder_stop / recorder_status，职责是「旁观并记录」：它启动一个受监控的有头浏览器窗口，把窗口里发生的每一步 UI 操作与每个网络请求原样落盘。真正「打开 XXXX 页面并按步骤操作」的是浏览器驱动方，可以是：

1. 真人：在插件弹出的窗口里手动点击 / 输入 / 跳转；
2. playwright MCP：模型通过它打开页面、点击、填表，把目标流程一步步执行出来；
3. 其他 browser-use 类工具：同样作为"手"来驱动浏览器执行流程。

模型（agent）在会话里做编排：先让记录仪就位，再指挥驱动方执行流程，最后收尾并读取产物分析。

配合 playwright MCP / browser-use 的推荐流程（打开 X 页面 → 录制步骤）

1. 记录仪就位：recorder_start("http://目标页面")——弹出受监控浏览器并打开起始页，从此刻起窗口内一切操作与网络请求都开始实时落盘 events.jsonl
2. 驱动方执行流程：让 playwright MCP / browser-use（或真人）在同一个受监控窗口里逐步完成目标流程——打开各页面、填写表单、点击提交、翻页……每步操作的 UI 事件和它触发的接口调用都会被同时录下
3. （可选）查进度：recorder_status()——查看是否在录制、事件分类计数、产物目录
4. 收尾：recorder_stop()——生成 report.md 摘要报告并关闭浏览器（用户直接关窗口也会自动收尾）
5. 分析沉淀：模型读取 report.md + events.jsonl，归纳「流程步骤 × 接口调用 × 请求/响应契约」，进一步沉淀为 skill 或接口对接文档

协同前提（重要）

• 录制范围是插件自己启动的那个浏览器窗口（含其新标签页与 iframe）；驱动方（真人或自动化工具）的操作必须发生在这个窗口里才会被录到。
• 当前实现的窗口由插件自启、面向人工直接操作；若要由 playwright MCP / browser-use 等自动化工具驱动同一个窗口，需要驱动工具能附着到该浏览器实例（共享实例 / CDP 连接）——此能力尚未内置，见下方「已知限制」。

前置条件与注意

• 本机需装有浏览器：默认用 Edge（channel: msedge），可配 chrome 或 executablePath；插件不下载浏览器
• 至少要有一种浏览器驱动方在场：真人演示，或 playwright MCP / browser-use 等自动化工具
• 有头窗口在录制期间可见，属预期，结束即关闭
• events.jsonl 含请求头/请求体/响应体等完整数据，按敏感数据处理，勿外发