dsh-browser-control

让 DeepSeek Harness 里的 AI 像 Codex 一样操控一个真实、可见的 Chrome 浏览器，并在对话 GUI 里实时看到每一步操作（自动截图 + 可点击元素的数字编号）。

底层基于微软官方开源项目 microsoft/playwright-mcp，通过 MCP（Model Context Protocol）stdio 连接。

本项目是 DeepSeek Harness 的动态 Cordis 插件（Host + Client 两部分）。它只调用 DSH / Cordis 的公开插件 API，不包含、不修改它们的源码。

✨ 特性

• 真实有头 Chrome：不是无头浏览器，你桌面上直接看到 AI 在操作（鼠标移动、输入、点击）
• 约 80 个 browser_* 工具注册给 AI：browser_navigate / browser_click / browser_type / browser_snapshot / browser_press_key / browser_mouse_click_xy / browser_tabs / browser_evaluate 等
• GUI 内嵌实时画面：每次 AI 动作后自动截图（live.png），经宿主 HTTP 路由 /dsh-browser/shot.png 实时刷新到对话面板，数字方框 = AI 可点击的元素编号
• 面板操作：网址栏跳转、刷新画面、重启浏览器、关闭浏览器
• 零硬编码路径：所有路径自动探测或可配置，clone 下来即可用

🏗 架构

┌──────────────────── DeepSeek Harness 进程 ────────────────────┐
│  Host（code.host）                                            │
│  ├─ 拉起 @playwright/mcp 子进程（真实有头 Chrome）             │
│  ├─ 最小 MCP stdio 客户端（换行分隔 JSON-RPC，手写实现）        │
│  ├─ 把 ~80 个 browser_* 工具注册为动态工具（harness.registerTool）│
│  └─ HTTP 路由 /dsh-browser/shot.png 提供实时截图               │
└──────┬─────────────────────────────┬──────────────────────────┘
       │ MCP stdio（stdin/stdout）    │ HTTP（GUI 同源）
       ▼                             ▼
┌──────────────────┐        ┌──────────────────┐
│ @playwright/mcp  │        │ Client（code.client）│
│ （node 子进程）    │        │ 实时画面面板（轮询 rev）│
│   └─ 真实 Chrome │        └──────────────────┘
└──────────────────┘

📦 依赖与前提

• DeepSeek Harness（或兼容其动态 Cordis 插件机制的环境）
• Node.js ≥ 18
• 系统已安装 Google Chrome（或 Edge）
• 依赖包（在你打算放置 node_modules 的工作区里执行）：

npm install @playwright/mcp

🧩 方式一：作为正式插件安装（dsh plugin add）

本项目声明了标准的 dsh.bundle manifest（cordis.patch.yml + package.json 的 dsh 字段），可通过 DSH 的插件安装命令直接安装：