内置浏览器(dsh-browser)
给 Agent 一个真实的有头浏览器:browser_open / browser_interact 两个工具,跑在一个装在
harness home 下、状态可保持的 Chromium 上。
有什么
browser_open:打开页面,返回可交互的页面状态。
browser_interact:在同一个浏览器会话里点击、输入、滚动、读取——状态在多次调用之间保持。
- 设置页:Agent 使用开关、请求头编辑器、Chromium 安装状态。
- Chromium 管理:检测 / 安装 / 复用,装在
~/.dsh 下,不污染系统。
安装
dsh plugin add @istarry/dsh-browser
装完重启 DSH 服务。首次使用需要在设置页里安装 Chromium(约 400MB 下载,几百个文件),
装好之后不再重复下载。
权限与行为
这是本插件最需要注意的部分——它不只是渲染界面:
- 会下载并安装一个 Chromium 运行时到
~/.dsh 下(首次约 400MB,需要网络)。
- 会启动一个有头浏览器进程(不是无头),占用内存与一个窗口。
browser_interact 能让模型操作真实网页:点击、输入、提交表单。请在设置页里决定是否对
Agent 开放(agentUseBrowser),并清楚这意味着模型可以碰到你打开的任何页面。
- 可自定义请求头(设置页),用于需要特定 UA / Referer 的场景。
兼容性
- 实测于 DSH
0.2.0-rc.2。
- peer 依赖:
@deepseek-ai/cordis、@deepseek-ai/dsh-tools、@deepseek-ai/dsh-session 等
(见各自 package.json)。
- Chromium 运行时不随包分发,由插件在运行时安装到用户目录。
结构
| 包 | 职责 |
|---|
@istarry/dsh-browser | Chromium 运行时管理、browser_open / browser_interact 工具、安装/检测 Remote |
@istarry/dsh-client-ui-settings-browser | 设置页:Agent 使用开关、请求头编辑、安装状态 |
许可
MIT,见 LICENSE。