Kerberos255/dsh-browser-tools ↗★ 0
dsh-browser-tools
连接已启动的浏览器进行网页自动化操作 适合需要让AI通过CDP连接控制本地浏览器、执行点击、输入和截图的用户。
安装
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:Kerberos255/dsh-browser-tools说明文档
阅读完整 README ↗浏览器工具
提供 browser_navigate、browser_snapshot、browser_click、browser_type、browser_screenshot 五个 DSH 原生工具。使用 Playwright Core 1.63.0,只连接已启动的 Chromium CDP;安装此包不下载或启动浏览器。
在官方“设置 → 插件 → 浏览器工具”保存参数,或编辑安装根目录下 plugins/dsh-browser-tools/config.json。配置热更新会取消当前浏览器操作、释放本插件连接与标签页;下一次调用使用新配置。默认端点 http://127.0.0.1:18801,仅允许回环端点。
本机 CloakBrowser 由用户手动启动,命令如下:
& '' --remote-debugging-address=127.0.0.1 --remote-debugging-port=18801 --user-data-dir='
' --no-first-run --no-default-browser-check
首次使用认领可用的活动网页;同一网页由一个 DSH 会话占用,其他会话使用独立标签页,共享现有登录上下文。引用绑定会话、网页与导航代次,整数持续递增;动作和下一次快照后旧引用失效。同一会话动作顺序执行。卸载、会话释放只关闭本插件创建的标签页,已存在的网页保留,CDP 连接释放。
引用形如 [a1b2c3d4:12],复制完整引用即可;会话标识避免两个渠道的引用重号。允许 HTTP / HTTPS 及空白页,拒绝 file、data、javascript、chrome 等 URL;离线实机测试使用受控本地 HTTP 页面,避免 data HTML 成为任意脚本入口。
默认金融、支付、政务、税务和招聘站点为 read,其他站点为 interact;可在设置页配置 blocked。规则支持域名通配和路径通配,*.example.com 包括根域名;最长有效规则优先,同长度采用更严格档位。每次操作重新判断当前站点及目标链接、表单站点;重定向进入 blocked 后停止后续读取和交互。
提交、发布、购买、删除、对外发送和转账通过原生 Approval Service 获得一次性授权,原生会话记录审批。审批期间目标变化则重新快照;没有可用审批通道时不执行。启用的确认清单可在设置页调整。识别基于元素语义与表单类型,页面脚本可能在普通动作时产生效果,故仍需模型正确理解用户授权。
快照返回普通输入框、文本区和选择框的值摘要,每项最多 300 字符,并受总快照长度限制。密码、凭据类字段及经 secret 输入的字段显示 valueHidden,不会读取并返回其值;保密标记在当前页面内保留,连接重置或插件重载后仍生效。页面文字统一标记不可信。模式扫描只提示疑似注入。secret 仅支持 fromFile 或 credentialRef;原生 text 参数的日志边界无法由插件消除。凭据引用必须在设置页绑定允许站点,例如 [{"ref":"browser.site-password","match":"example.com"}],空列表默认不允许读取任何凭据。普通原生凭据设置保存秘密,浏览器设置只保存引用。
fromFile 只接受当前返回的 runDirectory 下的单个文件名,不接受绝对路径、目录、符号链接或硬链接。浏览器插件不提供任意脚本执行;内部 CDP 使用固定 DOM 元数据查询与保密字段标记。press、wait 记录实际需求,重复场景出现后再决定扩展;当前仍提供五个工具。
产物放在 DSH home 的 dsh-browser-tools/runs//:审计动作 actions.jsonl、最后快照 snapshot.json、PNG 截图。默认不记录输入文本,secret 始终不记录正文。PNG 不直接调用模型。截图可能含页面的可见私人信息,展示前按用户任务判断范围。
原生超时中间件只包装这五个工具,声明上限 120 秒;内部动作默认 30 秒并结合原生取消信号。发生超时后不会自动重放动作,已经送入浏览器的动作可能完成,需先快照核对。没有常驻轮询或模型调用。