dsh-yandex-browser

dsh-yandex-browser

Русский | English

Плагин для DeepSeek Harness: поднимает Яндекс Браузер с постоянным профилем и отладочным портом, чтобы агент мог работать в твоём настоящем браузере - вместе с авторизациями, которые ты в него входишь, - и даёт модели прямые инструменты для страниц.

Зачем он нужен

Агент в браузере обычно работает в одноразовом профиле: каждый запуск - чистый браузер без вкладок, расширений и cookies. Отсюда неудобства: нельзя открыть почту, нельзя зайти в личный кабинет, нельзя пользоваться расширениями.

Плагин решает ровно это: у браузера агента один постоянный профиль (%USERPROFILE%\.dsh\browsers\yandex). Ты один раз входишь в аккаунты руками - дальше сессии живут, и агент ими пользуется.

Как это устроено

Яндекс Браузер - это Chromium, поэтому он умеет открывать локальный порт отладки (Chrome DevTools Protocol). Через него внешняя программа видит вкладки, открывает новые и выполняет JavaScript внутри страницы. Плагин делает три вещи:

DSH GUI -> композиция
   |-- yandex_browser: поднимает браузер на порту 9222 и следит за ним
   |-- yandex_page:    читает страницу (текст, элементы, eval, скриншот)
   |-- yandex_act:     действует на странице (переход, клик, ввод, вкладки)
   `-- MCP yandex (необязательно): Playwright с теми же 25 инструментами

Плагин не зависит от MCP: yandex_page и yandex_act говорят с браузером напрямую по тому же порту. Нужен именно этот слой, когда MCP-клиент не может подключиться - он делал это и раньше, и падал по таймауту.

Инструменты

yandex_browser - жизненный цикл

Действие	Что делает
status	Браузер запущен или нет, версия, адрес эндпоинта, путь профиля, открытые вкладки
start	Запустить браузер с профилем агента и портом отладки (если уже запущен - ничего не делает)
open	Открыть URL в новой вкладке; если браузер не запущен - сначала запустит
login	Открыть страницу входа (по умолчанию Яндекс Паспорт), чтобы ты сам ввёл пароль
tabs	Список открытых вкладок
close	Закрыть браузер; сохранённые входы остаются в профиле

yandex_page - чтение

Действие	Что делает
text	Текст страницы плюс список интерактивных элементов с подписями
eval	Выполнить произвольное JavaScript-выражение и вернуть значение
screenshot	Сохранить PNG (по умолчанию видна только область экрана, параметр fullPage берёт всю страницу)
tabs	Вкладки с их id; у вкладок, созданных плагином, стоит отметка

text отдаёт не только innerText, но и подписи элементов из aria-label, title и placeholder. Это то, что делает читаемым интерфейс на веб-компонентах: у Google Диска, например, строки файлов живут в кастомных элементах, и в обычном тексте страницы их нет.

yandex_act - действия

Действие	Что делает
navigate	Перейти по URL в текущей или новой вкладке
click	Кликнуть элемент, найденный по CSS-селектору или по видимому тексту
type	Ввести текст в поле (очищает поле, работает с React-формами), опционально отправить Enter
key	Нажать клавишу (Enter, Tab, Escape, стрелки, PageUp/PageDown)
activate	Показать вкладку пользователю
close	Закрыть одну вкладку
close_created	Закрыть все вкладки, которые открыл этот плагин
wait	Ждать появления элемента по селектору или тексту

Типичный сценарий: status -> open -> text (понять, что на странице) -> click / type -> close.

Пароли агент никогда не вводит. Для входа в аккаунт он зовёт login, а ты вводишь данные в видимом окне браузера.

Правило про вкладки

Вкладка, открытая агентом, - это мусор, если её оставить. Поэтому плагин помнит id всех вкладок, которые открыл сам (agent-tabs.json в профиле, переживает перезапуск DSH), и умеет закрывать их одной командой:

yandex_act action: "close_created"   # закроет всё, что открыл плагин

Твои рабочие вкладки плагин не трогает: закрыть можно только по явному id, который вернул yandex_page action: "tabs" или yandex_act.

Установка

dsh plugin --profile web add github:DmitPerson42/dsh-yandex-browser

Плагин ставится как обычный bundle: пакет объявляет dsh.bundle.patch, а лежащий рядом cordis.patch.yml добавляет его в профиль. Перезапусти DSH GUI - и всё.

Тем же способом он ставится кнопкой из маркета плагинов (dsh plugin --profile web add dshmarket), когда плагин появится в каталоге.

Установка вручную, без CLI

git clone https://github.com/DmitPerson42/dsh-yandex-browser
pwsh -File .\dsh-yandex-browser\install.ps1

Скрипт копирует плагин в ~\.dsh\plugins\dsh-yandex-browser (без зависимостей, только встроенные модули Node) и печатает, что нужно добавить в ~\.dsh\profiles\web\cordis.patch.yml:

- insert:
    - id: yandex-browser
      name: "file:///C:/Users/Druli/.dsh/plugins/dsh-yandex-browser/lib/index.js"
      config:
        autoStart: true

После правки конфигурации перезапусти DSH GUI.

Важно: исправление MCP-клиента

Тот же cordis.patch.yml содержит MCP-сервер yandex. В исходной конфигурации адрес передавался позиционным аргументом:

args: ["-y", "@playwright/mcp@latest", "http://127.0.0.1:9222"]   # так не работает

Актуальная версия Playwright MCP такого аргумента не принимает и падает с too many arguments. Expected 0 arguments but got 1, из-за чего сервер всегда висел в статусе disconnected. Нужен явный флаг:

args:
  - "-y"
  - "@playwright/mcp@latest"
  - "--cdp-endpoint"
  - "http://localhost:9222"

Здесь два момента, оба проверены на практике.

Адрес пишется литералом. Синтаксис !!js в patch-записях не вычисляется: MCP-сервер получал строку process.env.YANDEX_CDP ?? 'http://localhost:9222' и падал с Invalid URL. Меняешь порт - правь эту строку и port плагина одновременно.

Именно localhost, а не 127.0.0.1. Браузер поднимает сокет отладки то на IPv4, то только на IPv6 - на этой машине он один раз слушался на [::1], и запрос к 127.0.0.1 его не видел. localhost в Node перебирает оба стека. Плагин делает то же самое: пробует оба адреса и в ответе показывает тот, который реально отвечает.

Вход в аккаунты - один раз

1. Запусти DSH с плагином: браузер поднимется сам (autoStart: true).
2. Попроси агента: «открой страницу входа в Яндекс» - или вызови yandex_browser с action: "login".
3. В окне браузера войди в аккаунты вручную. Поставь галочку «Запомнить меня» и, если предлагается, «Выходить на всех устройствах» - не надо, пароль хранится в профиле.
4. Готово. Сессии лежат в профиле агента и работают при каждом следующем запуске.

Полезно один раз зайти и в расширения, которые хочешь иметь в браузере агента: расширения ставятся в профиль и переживают перезапуски.

Настройки

Поле	По умолчанию	Смысл
autoStart	true	Поднимать браузер при загрузке плагина, чтобы MCP-клиент сразу нашёл живой эндпоинт
cdpEndpoint	YANDEX_CDP или http://localhost:9222	Адрес DevTools
profileDir	YANDEX_BROWSER_PROFILE или ~\.dsh\browsers\yandex	Постоянный профиль
executable	YANDEX_BROWSER_PATH или автопоиск	Путь к browser.exe
port	YANDEX_BROWSER_PORT или порт из эндпоинта	Порт отладки
screenshotDir	~\.dsh\browser-shots	Куда складывать скриншоты без явного file
tabStateFile	`
\agent-tabs.json`	Память вкладок, созданных плагином

Порт и профиль связаны с MCP-клиентом: меняешь YANDEX_CDP - меняются оба.

Проверка

node .\test\smoke.mjs                 # только status, браузер не запускается
node .\test\smoke.mjs --launch        # start + open + tabs
node .\test\check-login.mjs           # вошёл ли пользователь в аккаунт
node .\test\mcp-check.mjs             # поднимает MCP поверх живого браузера и печатает инструменты
node .\test\page-tools.mjs            # низкоуровневый прогон CDP: вкладка, текст, eval, скриншот
node .\test\tools.mjs                 # все три инструмента на локальной странице-фикстуре
node .\test\close-test-browsers.mjs   # закрыть тестовые экземпляры: порты в аргументах

tools.mjs - главный тест: он загружает плагин с поддельным реестром инструментов, открывает test/fixtures/page.html в новой вкладке, читает страницу, вводит текст, нажимает кнопки по подписи и по aria-label, снимает скриншот и закрывает вкладку. Запуск без DSH не нужен - достаточно запущенного браузера агента.

check-login не полагается на редиректы: он читает имя аккаунта из куки yandex_login, наличие Session_id и открывает passport.yandex.ru/profile - если форма входа не появилась, сессия живая. Значения остальных кук не читаются.

Если что-то пошло не так

Страница в фоне не отвечает. Chromium замораживает фоновые вкладки, а замороженная вкладка не отвечает ни на один Runtime.evaluate - выглядит это как мёртвая страница. Плагин решает это сам: каждая сессия начинается с Page.bringToFront. Побочный эффект - вкладка, с которой работает агент, всплывает наверх. Это заметно, но иначе фоновые страницы читать нельзя.

Порт 9222 уже занят другим браузером - плагин скажет, кем именно. Закрой его или перенеси порт через YANDEX_CDP (не забудь про YANDEX_BROWSER_PORT, чтобы плагин и MCP смотрели на один адрес).

Первый запуск дольше минуты - холодный профиль один раз создаёт свои компоненты (AsrSubtitles, component_crx_cache и прочее) и показывает приветственную страницу. Плагин ждёт до 60 секунд; следующие запуски занимают пару секунд.

MCP server is disconnected - клиент не дождался браузера и исчерпал попытки переподключения. Запусти браузер через yandex_browser action: "start" и перезапусти сессию DSH. На yandex_page и yandex_act это не влияет - они подключаются на каждый вызов заново.

Браузер не стартует, профиль пустой - начиная с Chromium 136 ключ --remote-debugging-port игнорируется для основного профиля. Плагин всегда запускает браузер с отдельным --user-data-dir; менять это нельзя, иначе порт не откроется.

Второй экземпляр не поднимается - если уже открыт Яндекс Браузер с твоим обычным профилем, агент всё равно запускает отдельный экземпляр со своим профилем. Оба могут работать одновременно; порт при этом занимает только экземпляр агента.

Песочница - в режиме workspace-write плагин не сможет создать профиль за пределами рабочей папки. В DSH плагин работает в хост-процессе, поэтому штатной этой проблемы нет; ограничение касается только запуска тестов из песочницы (tools.mjs в этом случае пишет скриншоты во временный каталог и предупреждает о неудачной записи списка вкладок - на результат теста это не влияет).

Как устроен код

Файл	Смысл
lib/index.js	Три инструмента, жизненный цикл браузера, учёт вкладок
lib/cdp.js	Низкоуровневый клиент CDP: HTTP-эндпоинт, WebSocket-сессия вкладки, скрипты чтения страницы
test/*.mjs	Прогоны без DSH: смоук, логин, MCP, CDP, все инструменты
install.ps1	Копирование плагина в профиль и подсказка для cordis.patch.yml

Сессии CDP короткоживущие: на одну операцию - один WebSocket, который сразу закрывается. Так нечему протекать, и такой сеанс переживает вкладку, которую закрыли или перезагрузили посреди работы.

Лицензия

MIT.