dsh-agent-browser-auto · Agent 浏览器（自动）
给 DSH 桌面版装上「看得见的手」：模型用 browser_* 工具看见并操作用户可见的浏览器页面。
默认是右侧边栏里的轻量 Electron <webview>；需要完整浏览器能力时，可显式切换到独立 Agent profile 的真实 Chrome/Edge。
- 版本：0.6.0 · 目标：DSH 桌面版 0.2.1-rc.5（Electron 44.7.0）
- 契约：
PROTOCOL.md（Host ⇄ Client 协议与双后端路由，改字段两边一起改）
为什么有两种模式：轻量模式启动快、就在侧边栏里，适合普通读取和表单操作；真实模式使用系统 Chrome/Edge
与 playwright-core，提供原生窗口、F12 和完整 Playwright 操作链。playwright-core 不下载浏览器，也不会读取或复制日常浏览器 profile。
两种模式共用工具有参数，但凭证、存储和页面不互相同步；切回轻量模式不会销毁真实浏览器页面。
它长什么样
右侧边栏多一个 tab 类型 「Agent 浏览器」（kind agent-browser）。模型调用工具时如果这个 tab 还没开，
插件会自己把它打开并把右侧栏展开——用户全程看得见 Agent 在点什么；关掉 tab 即停止（guest 被释放）。
模型 ──browser_*──▶ Host 工具层（URL 策略 + 审计 + 会话后端路由）
├─ 默认：长轮询 ─▶ 侧边栏 Client ─▶ <webview>
│ └─ executeJavaScript + sendInputEvent + capturePage
└─ 显式真实模式：Playwright ─▶ 系统 Chrome/Edge
└─ 每会话专用持久/临时 profile，或 loopback CDP 显式连接
P2 侧边栏
- 常驻可编辑地址栏：Enter 导航，无页面时直接打开；Escape 还原当前地址。
- 导航与标签：后退/前进/刷新；新建、切换、独立关闭标签。
- 真实状态：显示真实 loading/failure，失败可重试。
- 事件驱动同步：真人点击页面后，地址栏 URL 与标签标题随页面事件同步。
- 开发者工具与模式标识：真实窗口使用原生 F12；轻量侧边栏提供 DevTools 入口（取决于宿主支持）和后端模式徽标。
双后端与凭证隔离
| 后端 | 如何进入 | 页面/凭证范围 | 退出与保留 |
|---|
| 轻量内嵌（默认） | 不需要设置 | 沿用插件现有共享存储分区；各会话独立 guest | 切到真实模式不销毁轻量页面 |
| 真实浏览器·持久 profile | browser_backend {action:"launch"} | 每个 Agent 会话使用独立 Chrome/Edge profile；不复制日常浏览器 Cookie | embedded 仅切回；disconnect 断开；closeBrowser:true 关闭本 session 启动的浏览器 |
| 真实浏览器·临时 profile | launch + temporary:true | 会话隔离，浏览器上下文关闭时删除 | 适合一次性任务，不保存登录态 |
| 连接已有浏览器 | connect + loopback endpoint | 默认只控制 Agent 新建页；已有页必须再用 pageUrl 精确分享 | 非本插件启动的浏览器不会被插件强制关闭 |
模式按 Agent session 保存，启动/连接成功后才切换，失败不会自动回退。真实窗口使用浏览器原生 F12。
这不是风控绕过或“环境伪装”功能，不隐藏自动化，不修改 UA，不同步 Cookie；目标网站仍可提示异常或拒绝访问。
安装
第 0 步：如果你是用「下载 ZIP」方式拿到的代码，先解除下载锁
从 GitHub 下载 ZIP 并解压后，Windows 会给每个文件打上 Mark of the Web（"来自 Internet"标记）。
对 .cmd 这类可执行文件，这个标记会让 Windows 每次双击都弹「无法验证发布者，你确定要运行此软件吗」，
即使你已经点过"运行"——因为标记还在文件上。先跑一次把它清掉：
tools\unblock-folder.cmd
只删 Zone.Identifier 数据流，不改内容、权限、所有者；默认处理本插件目录（含子目录），
也可 -Path "C:\某个解压目录"；想先看会改什么而不动手就加 -WhatIf。
用 git clone 安装的话没有这一步——git 不写 MOTW，不会弹窗。这也是推荐方式。
清除 MOTW 等于你确认信任这份代码，所以请顺手核一下源码：这个插件全是可读的 JavaScript，
没有编译产物、没有运行时下载执行。详细说明见文末「常见问题」。
第 1 步：拿到代码
# 推荐：git clone（不产生 MOTW，不会弹安全警告）
git clone https://github.com/66jiujiu99/dsh-agent-browser-auto.git
也可以 GitHub → Code → Download ZIP 解压（那就回到第 0 步先解除下载锁）。
本插件不发布 npm 包。运行依赖只有锁定版本的 playwright-core；通过 plugin_manager install_bundle 安装时由 DSH 处理依赖。
它不会下载 Chromium，真实模式只使用本机已安装的 Chrome/Edge。若要在源码目录单独运行测试，先执行 pnpm install。
第 2 步：装进 DSH
# 在 DSH 里（需要 danger-full-access 或逐次批准）
# target 传你 clone / 解压出来的那个目录的绝对路径
plugin_manager install_bundle target=C:\path\to\dsh-agent-browser-auto
以本地目录方式安装时，DSH 用的是 link:，package.json 的 files 字段在此模式下不生效
（打包/发布时才生效）。因此目录里的 tools/、test/ 会一起留在原地，属正常现象。
- 安装后 Host 半边立即生效；Client 半边在桌面窗口里按需加载（首次安装若没看到 tab，按 Ctrl+R 刷新窗口一次）。
- 改了
index.js / lib/*.js 之后：Host 代码不会热更（loader 不监听文件），需要重新 apply：
plugin_manager set_plugin include:agent-browser-auto enabled=false → enabled=true。
- 改了
client.js：Client HMR 会自动热替换（可在 ~/.dsh/storages/agent-browser-auto/debug.jsonl 里看到新 clientId）。
卸载
plugin_manager set_plugin include:agent-browser-auto enabled=false # 先停用
plugin_manager remove_bundle target=dsh-agent-browser-auto # 再移除
审计/调试数据不会自动删除，如需清理：删掉 ~/.dsh/storages/agent-browser-auto/ 即可。
工具面（20 个）
| 工具 | 作用 | 说明 |
|---|
browser_backend | 查询/切换浏览器后端 | status / launch / connect / embedded / disconnect；按 Agent 会话生效，绝不自动切换 |
browser_open | 打开 URL 并回快照 | newTab 可在当前后端新开一页 |
browser_snapshot | 重拍快照 | maxElements（默认 80）/text（默认 false，最省 token）/textLimit（默认 3000）/scope（默认 viewport） |
browser_wait | 等条件成立后回快照 | text / selector / url 三选一；state:"hidden" 等消失；timeoutMs 默认 10000 |
browser_click | 点 @ref 或视口坐标 | 先走真实输入管线，无反应才退回 DOM click |
browser_type | 输入文本 | clear 先清空、submit 回车/提交表单 |
browser_select | 选择下拉项 | 原生 select 与常见自定义下拉；返回 selected 与视口快照 |
browser_upload | 上传本地文件 | 受控写入 input[type=file]，返回文件名/大小与视口快照 |
browser_dialog | 预置对话框响应 | 必须在触发动作前调用；accept/dismiss，不附快照 |
browser_press | 按键 | Enter/Tab/Escape/方向键/PageUp/PageDown/Home/End/Space |
browser_scroll | 滚动 | 先 wheel 事件，滚不动才 scrollBy |
browser_nav | back/forward/reload/goto | |
browser_find | 按名字/文字找元素 | 全文档（含 shadow / 同源 iframe，视口外也算）；命中无 ref 的纯 JS 元素时给坐标，用 browser_click x/y 点 |
browser_deep_snapshot | 深度模式：CDP 读 a11y 树 | 能看闭 shadow root / 跨源 iframe；需重启开调试端口（见下节），默认关闭 |
browser_screenshot | PNG 落盘 | 返回绝对路径，可直接 read_image |
三项能力的关键边界：
browser_select 的 value / label / index 必须三选一，index 从 0 开始；支持原生 <select>
及常见 role=option/menuitem 自定义下拉。未命中回 OPTION_NOT_FOUND，目标不支持回 NOT_SELECT。browser_upload 仅接受 1–5 个绝对本地路径、总大小不超过 8MiB；Host 逐个异步读取后以一次性
base64 命令发给 Client，Client 用 File + DataTransfer 设置 input[type=file] 并触发 input/change。
结果只含文件名/大小，不含路径或 base64；文件内容/实际路径不进入审计，paths 仅记为数组占位。
错误为 FILE_READ_FAILED / UPLOAD_TOO_LARGE / NOT_FILE_INPUT / UPLOAD_FAILED。browser_dialog 必须在触发动作前调用，为下一次 alert/confirm/prompt 预置一次性响应；
无法关闭已经弹出的同步阻塞对话框，不支持 beforeunload。confirm 的 accept/dismiss 分别回
true/false；prompt accept 依次使用 promptText/对话框默认值/空串，dismiss 回 null。不附快照。
动作后会自动等待页面稳定：loading 或 DOM 持续变化时重置安静窗口，连续约 300ms 稳定即返回，
最多等 5 秒；需要等待指定内容时用 browser_wait，例如 {selector:"#loading",state:"hidden"}。
NO_REF 和 WAIT_TIMEOUT 默认同时返回错误与当前视口，模型可以直接选择现场里的元素恢复，
不必先补一次快照；显式 snapshot:false 可关闭。
快照形如（视口优先，默认不发正文）：
Example Domain · https://example.com/
---
@e1 link "Learn more" → https://iana.org/help/example-domains
另有 7 个元素在视口外（用 browser_snapshot scope:document 看全部）
stats: 1 elements, 74 chars, ~19 tokens (scope=viewport)
- 成本默认最低：
browser_snapshot 默认 text:false（不发正文，最大头）、scope:viewport（只列视口内元素）；
要看正文传 text:true（textLimit 默认 3000），要看全部元素传 scope:document。动作类工具（open/click/type/press/scroll/nav/select/upload）
回快照时同样默认视口 + 无正文。隐藏/零尺寸元素由 Client 几何剔除，不占用 token。
- 每个快照都带
stats: {elements, chars, estTokens, scope}，可据此对比成本。
- 动作类工具（
click/type/press/scroll/nav/select/upload）执行后默认回全量视口结构：模型一步拿到
「现在页面上有什么」，不必再调 browser_snapshot；传 snapshot:false 才省略快照。
- 要省 token 时对上述工具传
delta:true：同一 URL 只报增量 [delta]
（added/removed/changed + textChanged 时短采样 + textSample），
stats 按增量文本自身计并附 +a -r ~c total=N；URL 变化 / 首帧 / 找不到上一帧自动回全量。
详见 PROTOCOL.md §6。
@ref 稳定：同一元素在多次快照里保持同一个 ref；页面重渲染把节点换掉后，点击会按「角色 + 名字」
自动找回语义相同的元素（并在结果里标 recovered），找不到才回 NO_REF 让你重拍快照。- 穿透 Shadow DOM 与同源 iframe：快照递归进入 open shadow root 与同源 iframe（含嵌套），
点它们时坐标自动换算到顶层视口——实测 shadow / iframe 里的按钮都能被真实鼠标事件点中。
跨源 iframe 受浏览器安全边界限制读不到，快照里会明确写「N 个跨源 iframe 的内容不可见」。
纯 JS 绑事件、既无 role 也无 tabindex/onclick 的
<div> 仍抓不到（启发式的固有边界）。
- 结果按 UTF-8 字节截断到
maxResultBytes（默认 12000），超出会提示用 browser_snapshot 收窄。
配置（cordis.patch.yml 里 agent-browser-auto 行的 config）
| 键 | 默认 | 含义 |
|---|
allowedHosts | [] | 非空时只放行这些主机（后缀匹配，example.com 命中 a.example.com） |
blockedHosts | [] | 优先拒绝的主机 |
enableEval | false | 是否允许 browser_eval |
commandTimeoutMs | 45000 | 单条命令等待上限 |
pollWaitMs | 20000 | 长轮询挂起上限 |
maxResultBytes | 12000 | 工具结果上限 |
auditDir | "" | 审计目录，空 = ~/.dsh/storages/agent-browser-auto |
debug | true | 是否写 debug.jsonl |
deepMode.enabled | false | 是否启用 CDP 深度模式（默认关闭，见下节） |
deepMode.portFile | "" | 空 = %APPDATA%\@deepseek-ai\dsh-desktop\DevToolsActivePort |
deepMode.endpoint | "" | 空 = 读 portFile 拼 http://127.0.0.1:<port>；非空直接用（仅允许 loopback） |
deepMode.maxNodes | 200 | 深度快照默认最多返回节点数 |
deepMode.timeoutMs | 8000 | 单条 CDP 命令超时 |
realBrowser.browser | auto | 真实模式依次选择 chrome / edge，也可固定一种；不会下载浏览器 |
realBrowser.profileDir | ~/.dsh/storages/agent-browser-auto/real-browser-profiles | 每会话专用持久 profile 的根目录，不使用日常浏览器目录 |
realBrowser.startupTimeoutMs | 30000 | 启动或连接真实浏览器的超时（1000–120000ms） |
深度模式（CDP，可选，默认关闭）
普通快照只能看到 DOM 能读到的部分：跨源 iframe 和 closed shadow root 内容读不到
（浏览器安全边界）。深度模式改用本机 CDP 端口直连 Chromium，读无障碍树（a11y），
因此能看到这些内容，并给出顶层视口坐标（可直接 browser_click x/y）。
怎么打开：启动器在 tools/。
tools\start-dsh-debug.cmd ← 双击这个
tools\start-dsh-debug.ps1 ← 真正的逻辑（.cmd 只是纯 ASCII 转发）
它会：① 用 --remote-debugging-port=0 启动（端口随机，不是扫描器惯用的 9222）；
② 加 --remote-allow-origins=devtools://devtools，阻断「你访问的网页从浏览器内部连本机调试端口」这类攻击；
③ 从 DevToolsActivePort 读出真实端口，并主动 HTTP 探活确认端口真的在监听，再打印给你。
启用前提（缺一不可）
- 完全退出 DSH（含托盘）。否则新参数会被已有实例吞掉、端口不会出现——脚本会替你检查并明确报错。
- 在插件配置里打开
deepMode.enabled: true，重新 apply 插件。
用完关掉 DSH、用普通方式重启，端口就消失了。
为什么启动器是 .ps1 + 一个纯 ASCII 的 .cmd 转发层？
cmd.exe 按系统 OEM 代码页（中文系统是 936）逐字节解析批处理文件。UTF-8 的中文注释会被解码错位，
把后面的 REM 和换行一起吃掉，于是 cmd 把中文当成命令执行，窗口刷一屏「不是内部或外部命令」
然后瞬间闪退。这就是最初那版启动器闪退的真实原因。
现在两个文件都是纯 ASCII、无 BOM：.cmd 只做一行转发，.ps1 承载全部逻辑，
因此在 Windows PowerShell 5.1 和 PowerShell 7 下、在任意代码页下解析结果都一样。中文文档写在这里（README），不进脚本。
端口没开 / 没启用时，browser_deep_snapshot 会优雅失败为
DEEP_UNAVAILABLE（message 里带「用 tools\start-dsh-debug.cmd 重启并在设置里打开 deepMode」的原话），
不会影响其他工具。插件启动时会在 debug.jsonl 记一条 deep-mode（enabled / 端口可达性）。
它多看到什么（真机实测，非推测）
| 页面里的东西 | 普通快照 | 深度模式（a11y） |
|---|
closed shadow root 里的 <button>闭封按钮 | 读不到 | 读到：button "闭封按钮" @ (16,93 53x19) |
aria-label="设置" 的纯图标按钮 | 只剩符号 ⚙ | 读到：button "设置" |
| 跨源 iframe 里的按钮/链接 | 读不到（只有「不透明矩形」提示） | 读到，且坐标是顶层视口坐标：[main > #1] button "iframe 按钮 1" @ (107,152 79x19) |
| canvas 里画出来的文字 | 读不到 | 也读不到（a11y 树里没有节点，只能靠截图兜底） |
| 整页成本 | 13 元素 ≈175 tokens | 6 节点 ≈41 tokens |
一句话：深度模式补的是「DOM 里有、页面 JS 读不到」的那类（closed shadow root、原生语义名、
跨源 iframe）；补不了「DOM 里根本没有」的那类（canvas 像素、图片里的文字）——那类请用
browser_screenshot。
跨源 iframe 的坐标靠逐层 frame 偏移换算（main > #1 > #2），任一环节换算不了就标 box:n/a，不编造坐标。
安全代价（重要）：调试端口没有认证，只绑 127.0.0.1。运行期间本机任意进程都能
通过它控制这个 DSH 实例（含执行任意 JS）。所以默认关闭、端口随机；不用时用普通方式重启 DSH
即可让端口消失。插件端只做只读命令（Accessibility/DOM/Page/Target），不通过 CDP 点击或输入。
参数：url?（默认用本会话最近打开的 URL）、maxNodes?（默认配置值 200）、
scope?: 'a11y'|'dom'（默认 a11y；dom 走 DOM.getDocument({depth:-1,pierce:true}) 结构）、
includeFrames?: boolean（默认 true，深入跨源 iframe 会话）。
常见问题：双击 .cmd 弹「无法验证发布者 / 你确定要运行此软件吗」
这是 Windows 的 Mark of the Web（MOTW），不是插件的问题，也不是病毒告警。
触发条件：你从 GitHub 下载 ZIP 并解压后，Windows 会给每个解压出来的文件写一个名为
Zone.Identifier 的备用数据流（ZoneId=3，表示"来自 Internet"）。对于 .cmd/.bat/.ps1/.exe
这类可执行文件，这个标记会让 Windows 每次打开都弹窗——即使你已经点过"运行"，因为标记还留在文件上。
本插件里会命中的是 tools\start-dsh-debug.cmd 和 tools\unblock-folder.cmd。
一键消除：
tools\unblock-folder.cmd
它只删除 Zone.Identifier 这一个数据流，不改文件内容、权限、所有者；默认清理本插件目录（含子目录），
也可以传路径：tools\unblock-folder.cmd -Path "C:\某个解压目录"。先看会改什么而不实际改动：
-WhatIf。
手动做法（等价）：右键文件 → 属性 → 勾选「解除锁定」→ 确定。
用人话讲清风险：MOTW 存在的意义就是提醒你"这个文件来自网络、未经签名"。清除它就等于你确认信任这份代码。
请配合两点：① 只对你真正看过的发行版这么做；② 对照仓库里的源码核对——这个插件的全部代码都是可读的
JavaScript，没有任何编译产物或下载执行步骤。这也是本仓库不提供预编译二进制的原因。
提示：git clone 下来的文件不带 MOTW，只有"浏览器下载 ZIP 再解压"这条路径才会带。
想完全避开这个弹窗，用 git clone 安装即可。
安全边界（都是硬事实，不是约定）
- guest 由主进程强制：
sandbox:true、contextIsolation:true、nodeIntegration:false、plugins:false、disableDialogs:true；
权限询问全部拒绝（摄像头/麦克风/地理位置/通知），下载全部 preventDefault，弹窗全部 deny。
- 导航只允许
http:/https:、无内嵌凭据、且不能指向 DSH 自身 origin —— Host 侧在命令下发前就拒绝并说明原因
（否则主进程会静默吞掉导航，模型只会看到「点了没反应」）。
- Host 路由
/agent-browser-auto/* 走 ctx.connection.requestRejection（Host/Origin + 浏览器凭据），拿不到 connection
服务时 fail-closed 503；渲染进程发来的请求由主进程注入 cookie，外部进程默认拿不到。
- 不做无头后台操作：状态只在可见的 tab 里产生；关掉 tab 就释放 guest。
安装即托管信任：DSH 的插件安装在宿主进程内、工作区沙箱之外运行（安装动作有权限门禁，装上之后没有沙箱）。
也就是说，任何插件都拿得到和你同等的本机权限。请只安装你读过或信任的插件；本仓库全部是可读 JavaScript，
无编译产物、无运行时下载执行，便于你自行审阅。
真实浏览器模式的额外边界
- Electron 沙箱硬边界只保护轻量
<webview>；真实模式使用系统 Chrome/Edge 自身安全模型，权限弹窗、下载和扩展行为不沿用上述 webview 规则。
- 专用 profile 是凭证隔离，不是匿名化：登录状态只保存在对应 Agent 会话目录；网页仍能看到浏览器版本、自动化状态和正常网络信号。
- 连接已有浏览器仅限 loopback CDP；CDP 本身没有应用层鉴权，本机其它进程也可能连接，故只在你明确需要时开启。
- 页面与工具文本始终是不可信数据，不把网页内容当指令；不自动输入凭证，不用敏感账户做测试。
兼容性
| 项目 | 要求 | 说明 |
|---|
| DSH 版本 | 0.2.1-rc.5（0.6.0 实测） | 插件依赖 desktop 的 webview lease API 与 side-bar tab 槽位 |
| 运行形态 | 仅桌面版（Electron） | Web 端没有 dshDesktop 桥，tab 内只显示提示 |
| 平台 | Windows（实测）· macOS / Linux 未验证 | 启动器是 Windows 专用；不用深度模式时无平台依赖 |
| Node | ≥ 20 | 与 DSH 自带运行时一致 |
| 真实浏览器 | 本机 Chrome 或 Edge | 仅真实模式需要；使用 playwright-core，不下载浏览器、不使用日常 profile |
审计与排障
~/.dsh/storages/agent-browser-auto/
audit.jsonl —— 每次工具调用一行：ts / sessionId / tool / op / args / urlBefore / urlAfter / ok / error / ms / clientIddebug.jsonl —— 路由命中、客户端上下线、命令下发/超时、Client 侧日志与异常栈、deep-mode 端口可达性shots/ —— browser_screenshot 落盘的 PNG
出问题先看 debug.jsonl 里最后几条 client-log / route-*；Client 侧任何 catch 都会上报，不会静默。
已知限制
- 仅桌面版：Web 端没有
dshDesktop 桥，tab 里只显示「只在桌面版可用」。
- 轻量模式必须有一个屏幕上的会话：浏览器 tab 按会话挂载；工具调用落在后台会话时回
NO_CLIENT（会提示先切过去）。真实模式使用独立窗口，不依赖侧边栏保活。
- 轻量模式关掉右栏/关掉 tab 后命令不可达：会立刻回
NO_CLIENT，不会排队等到你打开。
- 轻量模式的
browser_eval 受页面 CSP 限制（部分站点禁止 eval），失败会给可读错误。
- 轻量模式截图：
fullPage 通过临时拉高元素高度实现，超长页面最多截 4000px；真实模式使用 Playwright 原生整页截图。
- 轻量模式的下载/摄像头/地理位置被主进程硬禁用；文件上传仅走
browser_upload 的受控文件 input 通道，边界见上。
- Client 半边热更会重建页面：HMR 之后原来的页面对象与 guest 会丢失，需要重新
browser_open（Host 会回 NO_CLIENT/NO_PAGE 提示重开）。
- 深度模式需要重启：随机调试端口只在用
tools/start-dsh-debug.cmd 启动的那次会话里存在；
普通启动没有端口，browser_deep_snapshot 会回 DEEP_UNAVAILABLE。关闭 DSH 再正常启动即可恢复默认（无端口）。
- 两种后端不共享页面与凭证：真实模式的标签不会出现在轻量面板列表中；切回后端只改变后续命令去向，不迁移页面。
- 内嵌 DevTools 取决于宿主：DSH 0.2.1-rc.5 打包版在
will-attach-webview 中固定 devTools: !app.isPackaged，插件无法覆盖；按钮会显示 DEVTOOLS_UNAVAILABLE。需要可靠 DevTools 时请显式启动真实 Chrome/Edge 并使用原生 F12。
验收状态（2026-11-03 实测）
| 需求 | 状态 | 证据 |
|---|
| R1 轻量快照、操作、截图、标签与审计 | ✅ | 0.5.0 desktop 实测；本轮默认内嵌 browser_open 复测通过 |
| R2.1 显式真实 Chrome 后端 | ✅ | desktop 完成 launch/status/open/select/upload/prompt/wait/screenshot |
| R2.2 双后端隔离与 CDP 分享边界 | ✅ | 独立 profile、失败不自动回退、已有页精确分享、外部页面保留均有自动化覆盖 |
| R2.3 侧边栏模式徽标 | ✅ | DSH 0.2.1-rc.5 desktop 可见「轻量内嵌」与开发者工具入口 |
| R2.4 内嵌 DevTools 窗口 | ⚠️ 宿主限制 | rc.5 打包版禁用 guest devTools；按钮与 DEVTOOLS_UNAVAILABLE 提示已实测，不将窗口打开记为通过 |
0.6.0 自动化结果
- 全量命令 68 / 68 通过：快照与工具参数、后端路由与 lossless JSON、CDP 集成、真实 Chrome 操作链及资源清理。
- Edge 最终复测 3 / 3 通过；Chrome 与 Edge 的 CDP 附加/外部页面保留测试均通过。
pnpm pack --dry-run --json 通过：包含 lib/real-driver.js，不包含测试、profile 或运行截图。- 真实浏览器测试只访问
127.0.0.1 夹具，不使用日常浏览器 profile，也不接触敏感账户。
0.6.0 desktop 实测
- 默认仍为轻量内嵌；显式启动真实 Chrome 成功，状态输出通过 DSH 工具 schema 与 lossless JSON 校验。
- 本地夹具完成下拉选择、文件上传、prompt 往返回读、延迟 selector 等待和真实窗口截图。
- 切回内嵌后
browser_open 与结构化快照正常；后端状态保持可查询。
- 内嵌 DevTools 仅确认按钮与 API 调用路径，没有确认窗口打开；真实 Chrome 的 DevTools 由浏览器原生提供。
验证方法（可复现）
先执行 pnpm install，再在仓库根目录运行：
# 全量：单元 + CDP + 默认真实 Chrome/Edge 操作链
node --test --test-concurrency=1 test/snapshot.test.mjs test/tools.test.mjs test/backend.test.mjs test/cdp.test.mjs test/real-driver.test.mjs test/real-driver-cdp.test.mjs
# 指定 Edge 复测真实后端与 CDP 附加
$env:REAL_BROWSER = 'edge'
node --test --test-concurrency=1 test/real-driver.test.mjs test/real-driver-cdp.test.mjs
Remove-Item Env:REAL_BROWSER
# 检查发布包内容
pnpm pack --dry-run --json
本地 E2E 夹具：
node test/fixtures/server.mjs
test/fixtures/server.mjs 只服务 browser-e2e.html，启动后打印 127.0.0.1 URL。页面覆盖导航、延迟、
原生/自定义下拉、上传与 alert/confirm/prompt，可用 browser_open 打开后逐项验证。
保留的 0.5.0 证据
- 真实 Electron webview 已验证原生/自定义下拉、单文件上传、三种对话框、刷新/后退/前进、
失败恢复导航与失效
@ref 自动补现场快照。
- 当时单元测试 59 / 59 通过，CDP 集成 17 / 17 通过；这些历史数字不混入 0.6.0 的 68 项结果。
说明：以上数字都来自本机实测，不是设计目标。68 / 68 包含单元、CDP 与本地真实浏览器测试，
不表示 68 项外部网站 E2E。未在 macOS / Linux 上验证过，因此不做声明。
