dsh-llm-web-bridge

      

DSH（DeepSeek Harness）Web 插件：把第三方网页版大模型（Gemini、ChatGPT、豆包、自定义站点）接入你的 agent 工作流——通过真实浏览器驱动，而非 API。

• consult_llm 全局工具：agent 需要独立审核、第二意见、代码审查、翻译、红队挑战、事实核验时自动调用网页 LLM
• 多站点适配器：Gemini / ChatGPT / 豆包 / 通用（新增站点 = 写一个适配器文件，或面板直接配置）
• 文字对话记录为主 + 实时画面按需开启
• 单活跃站点：一次只在线一个 LLM，手动切换，省资源
• 会话健康检测：定期探测登录态，失效时面板提示 + 一键重连
• ChatGPT 思考模式：免费版"思考"开关（已实测）；Plus 模型/思考强度预留
• 命名会话 + Token 计量 + 主动核验规则：深度参与项目开发

特性

| 能力 | 说明 | |---|---| | 多站点 | gemini / chatgpt / doubao / generic（自定义选择器）+ 面板配置任意站点 | | 双显示模式 | 文字对话记录（默认）\| 实时截图（按需） | | 持续会话 | 同站点内连续消息延续同一对话；fresh:true 才新建 | | 命名会话 | 每站点会话列表：新建 / 切换 / 删除，一个项目一个会话可回溯 | | 站点命名 | 面板可给每个站点自定义显示名 | | ChatGPT 思考 | 免费版"思考"模式一键开关（已实测）；Plus 模型/强度预留 | | Token 计量 | 每次往返估算 tokens（CJK 感知），按站点累计显示 | | 认证多格式 | 智能解析 JSON / DevTools 表格 / Netscape / cookie 字符串 | | 反检测 | 有头模式（Xvfb）+ 真实登录态复用 + 导航重试 | | 健康检测 | 会话失效自动探测 + 面板状态栏 + 重新连接（非阻塞） | | 长任务进度 | 发送中/生成中… 面板动画提示 | | verify 角色 | 事实核查员：区分可确认/需查证/无法验证，给置信度 | | 结束符机制 | 提示词要求模型输出"回答完成，请检查。"，消息稳定兜底取回完整回复 |

安装

⚡ 方式一：一键脚本（推荐）

# 克隆/进入插件目录后执行：
./scripts/install.sh

# 常用参数：
./scripts/install.sh --base /data/llm-bridge      # 指定数据目录（默认 ~/dsh-web-llm-bridge-data）
./scripts/install.sh --profile web --headless     # 指定 DSH profile、无头模式
./scripts/install.sh --headless                   # 无头模式（不需要 Xvfb）
./scripts/install.sh --conda-deps                 # 用 conda 装齐 Chromium 系统库（无需 sudo，见下）
./scripts/install.sh --help                       # 查看全部参数

# 安装后检查环境：
./scripts/doctor.sh --base /data/llm-bridge       # 诊断必需依赖是否就绪

脚本会自动完成：创建 Python 虚拟环境 → 安装 Playwright → 下载 Chromium → 检测 Xvfb/字体 → 注册到 DSH profile → 生成配置。

> 无 root / 无 apt 权限的机器：系统常缺 Chromium 的系统库（libatk / libcups / libxkbcommon / libgbm / pango / cairo / X 相关等）。脚本会在装完 Chromium 后自动 ldd 检测，发现缺库时提示修复方式。推荐用 conda（无需 sudo）一键装齐： > > ``bash > ./scripts/install.sh --conda-deps > # 若 conda/mamba 不在 PATH，可指定：./scripts/install.sh --conda-deps /path/to/mamba > ` > > 它会创建一个 dsh-llm-web-bridge-deps conda 环境（conda-forge），把 Chromium 所需系统库全部装进去，并把该环境的 lib/ 目录写成 ldLibraryPath 写入 profile 配置，守护进程启动 Chromium 时自动通过 LD_LIBRARY_PATH 注入——全程不需要 sudo。 > 也可手动：conda create -n dsh-llm-web-bridge-deps -c conda-forge atk at-spi2-atk at-spi2-core libcups libxkbcommon xorg-libxcomposite xorg-libxdamage xorg-libxfixes xorg-libxrandr libgbm pango cairo nss nspr alsa-lib expat`

> 安装后仍需手动做两件事：重启 DSH web、在面板粘贴 Cookie（见下方「认证」）。

---

🔧 方式二：手动安装

#### 1. Python 运行时依赖

# 创建虚拟环境（<BASE> 是你的数据目录，例如 ~/dsh-web-llm-bridge-data）
mkdir -p <BASE>
python3 -m venv <BASE>/.venv
<BASE>/.venv/bin/pip install playwright

# 下载 Chromium（必须指定 PLAYWRIGHT_BROWSERS_PATH，daemon 会用它）
PLAYWRIGHT_BROWSERS_PATH=<BASE>/.pw-browsers <BASE>/.venv/bin/playwright install chromium

> python3 需要 3.9+。如果系统没有 venv，先 apt install python3-venv（Debian/Ubuntu）或 conda create -n llm-bridge python=3.11。

#### 2. （可选）中文字体

不装只会导致面板中文显示为方块，不影响功能：

# Debian/Ubuntu
apt install fonts-noto-cjk
# 或手动下载 Noto Sans SC 到 <BASE>/.fonts/，设置 FONTCONFIG_FILE=<BASE>/fonts.conf

#### 3. （可选）Xvfb 虚拟显示

有头模式（默认）能显著降低 Cloudflare/验证码拦截率，需要在无显示器的服务器上装 Xvfb：

# conda（推荐）
conda create -n xvfb-clean -c conda-forge xvfb
# 或 Debian/Ubuntu
apt install xvfb

如果选择无头模式（--headless 或配置 headless: true），可以跳过 Xvfb。

#### 4. 把插件注册到 DSH profile

# 方式 A：用 dsh CLI（推荐，会自动 link）
cd ~/.dsh/profiles/web
dsh plugin --profile web add link:/path/to/dsh-llm-web-bridge

# 方式 B：手动在 profile 的 package.json 加依赖
cd ~/.dsh/profiles/web
npm pkg set dependencies.dsh-llm-web-bridge="link:/path/to/dsh-llm-web-bridge"
npm install

#### 5. 配置插件（cordis.patch.yml）

在 ~/.dsh/profiles/web/cordis.patch.yml 追加：

- id: web-llm-bridge
  config:
    base: /path/to/data-dir
    pythonBin: /path/to/data-dir/.venv/bin/python
    playwrightBrowsers: /path/to/data-dir/.pw-browsers
    headless: false          # true = 无头模式（可不装 Xvfb）
    display: ':99'           # 有头模式时使用
    # xvfbBin: /path/to/Xvfb # 如不在 PATH
    # fontconfigFile: /path/to/data-dir/fonts.conf

> 一键脚本会自动完成第 4、5 步，手动安装请按此配置。

#### 6. 重启 DSH web

cd ~/.dsh/profiles/web
dsh web

---

🩺 环境自检

安装后或遇到问题先跑：

./scripts/doctor.sh                      # 默认数据目录
./scripts/doctor.sh --base /data/llm-bridge   # 指定数据目录

它会检查：插件文件、Python 虚拟环境、Playwright 包、Node/语法、Chromium 目录，并提示缺失项的修复命令。

❓ 常见问题

配置

所有运行时路径通过环境变量或插件 config 配置：

> 也可在 cordis.patch.yml 的插件 config 中设置 headless / display / xvfbBin / daemonPath / replyTimeout / maxReplyLen / base 等。

认证（每站点独立）

面板 ⚙️ 配置 → 选站点 → 粘贴 Cookie（5 种格式自动识别）。文件：<BASE>/cookies_<site>.json。

⚠️ ChatGPT / Cloudflare

必须包含 cf_clearance 和 __cf_bm（在你的真实浏览器通过 challenge 后由 Cloudflare 种下）：

1. 登录 chatgpt.com → F12 → Application → Cookies → 复制全部 2. 粘贴到面板 → 保存 → 自动重载（插件自动重建该站点浏览器 context，无需手动重启） 3. cf_clearance 绑定浏览器指纹，跨环境可能失效 → 更新 cookie 即可自动生效

⚠️ 豆包

豆包（doubao.com）有字节验证码风控（rmc.bytedance.com 滑块），headless 无法通过；有头模式下可能静默拒绝。适配器已内置，可用性取决于运行环境。

使用教程

1. 面板直接对话（人机交互）

直播面板在输入框上方，默认文字记录模式：

• 输入问题 → 回车 → 网页 LLM 回复 → 记录在下方
• 切"📷 实时" → 显示浏览器实时画面（按需开启）
• 站点下拉切换（Gemini / ChatGPT / 豆包 / 自定义）
• 标题栏状态点：绿=会话健康，红=会话异常（点"重新连接"）

持续会话：同站点连续发送（不带 fresh）延续同一对话——适合"一个项目开一个对话持续聊"。

2. 融入 agent 工作流（核心用法）

consult_llm 是全局工具，注册在 agent 的工具列表里。有两种触发方式：

#### 触发方式 A：agent 自动调用

主 agent 判断需要"外援"时自动调用（独立审核、交叉验证、代码审查等场景）。你不需要做任何事——只要在对话里提出需求，agent 会自行决定调用：

用户：审查一下 src/utils.ts 的这段代码有没有问题
→ agent 判断需要外援 → 自动调用 consult_llm { ... }

#### 触发方式 B：显式指定（推荐，可控性更高）

在对话中明确要求使用网页 LLM，并可用 role 指定角色。agent 会把你的话翻译成工具调用：

用户：用 Gemini 的代码审查角色看看这段代码
→ agent 调用 consult_llm { provider: "gemini", role: "code-review", ... }

用户：让网页 LLM 从红队角度挑战这个结论
→ agent 调用 consult_llm { role: "adversary", ... }

#### 指定角色的方式

角色通过 consult_llm 的 role 参数传入，两种途径：

1. 对话里说（agent 帮你填）： - "用翻译角色翻译这段" → role: "translator" - "红队挑战一下这个方案" → role: "adversary" 2. 工具参数直接写（如果你直接操作工具）： - role: "code-review" / "review" / "translator" / "adversary" / "reasoner" / "editor" / 自定义角色名 - 留空 = 自由对话（不套角色）

> 💡 提示：想让 agent 总是用某个角色，就在需求里说清楚，例如"每次审查代码都用 code-review 角色"。

代码审查完整示例：

用户：审查一下 src/utils.ts 的这段代码，用代码审查角色
agent → 调用 consult_llm {
  provider: "gemini",
  role: "code-review",
  context: <src/utils.ts 的内容>,
  question: "审查这段代码：检查正确性、边界情况、安全性、可读性和性能"
}
→ Gemini 在真实网页里审查并返回意见 → agent 汇总给你

结论交叉验证——主 agent 完成分析后，让独立 LLM 复核：

agent 完成推理后 → 调用 consult_llm {
  role: "adversary",
  context: <agent 的结论>,
  question: "从红队视角找出这个结论的所有漏洞"
}

翻译：role: "translator" + context: 原文 → 专业翻译。

3. 内置角色详解

5. 主动参与项目（核验规则）

插件不只是"偶尔求助的外援"，通过主动核验规则深度嵌入项目开发： 引用外部资料前 → verify 核验真实性；写完关键代码 → code-review；方案定型前 → adversary 挑战。

安装即自动触发：插件通过 ctx.inject(['systemPrompt']) 把精简核验规则自动注册进 agent 的 system prompt，无需手动配置 preset——主 agent 会在关键节点主动调用 consult_llm 独立核验。不想自动注入时，在插件 config 里设 proactiveRules: false 即可关闭。

完整规则与触发策略见 [docs/PROACTIVE_PARTICIPATION.md](docs/PROACTIVE_PARTICIPATION.md)。

6. ChatGPT 思考模式 / 模型

面板在 ChatGPT 站点显示 🧠 思考 开关（免费版已实测：点击"思考"pill 切换，状态实时同步）：

• 免费版：思考模式开/关（aria-pressed 状态）
• Plus：模型选择器 + 思考强度（Low/Medium/High）——适配器已预留，面板检测到模型 pill 即显示当前模型

7. 命名会话

面板配置区 → "💬 会话"：每个站点可保存多个命名会话（自动记录标题与 URL），新建 / 切换 / 删除。一个项目一个会话，随时切回继续，chat_log_<site>.jsonl 全量可回溯。

8. Token 计量

状态栏显示 ⚡<累计tokens> tok / <次数> 次（CJK 感知估算，输入+输出）。GET ...token-usage API 可查明细。

9. 自定义站点（面板配置）

配置区 → "🌐 自定义站点"：填 站点名 + URL + 输入框选择器 + 回复选择器 即可接入任意网页 LLM，无需写代码。保存后出现在站点下拉，切换即用。

10. 自定义角色

面板 ⚙️ → 输入角色名 + 提示词 → 保存。之后 role 填角色名即可。

示例：

保存 {name: "国学大师", prompt: "你是精通国学的大师，引经据典，文风典雅"}
发送 role: "国学大师" → 模型按国学大师风格回答

自定义角色适合：法律顾问、产品经理、架构师、面试官等任何你需要的"人设"。

11. agent 自动调用参数

12. 工作流建议

• 审核流程：主 agent 产出 → role: review 复核 → 汇总分歧点
• 双模型交叉：Gemini 主用 + ChatGPT 备用（provider 切换），同一问题对比答案
• 项目对话归档：一个项目一个会话，chat_log_<site>.jsonl 自动记录，可回溯
• 角色模板化：把常用审查/写作角色存为自定义角色，团队共享

API

站点适配器

lib/adapters/
├── index.js     # 注册表
├── gemini.js    # Gemini（参考实现）
├── chatgpt.js   # ChatGPT（CF 注意事项）
├── doubao.js    # 豆包（验证码限制）
└── generic.js   # 通用（可配置选择器）

每个适配器：findEditor / send / lastMessage / newChat / detectLogin / stop。

文件布局

dsh-llm-web-bridge/
├── package.json / cordis.patch.yml / LICENSE / README.md / CHANGELOG.md
├── .github/               # Issue/PR 模板 + CI
├── docs/
│   └── PROACTIVE_PARTICIPATION.md  # 主动核验规则（可挂载到 agent preset）
├── lib/
│   ├── index.js       # Host：API + consult_llm + 守护管理 + Xvfb
│   ├── client.js      # Client：面板（记录/实时/状态栏/配置/角色/会话/思考）
│   └── adapters/      # 站点适配器（gemini/chatgpt/doubao/generic）
└── daemon/
    ├── browser_daemon_webllm.py  # 浏览器守护（headless/headed）
    └── smoke_test.py             # CI 冒烟测试

常见问题

• ChatGPT 卡"请稍候"：Cloudflare challenge，等几秒或重试导航；确认 cookie 含 cf_clearance；有头模式（Xvfb）显著改善。
• 长回复被截断 / 60s 超时：默认 180s / 8000 字符已放宽，仍不够用 DSH_BRIDGE_REPLY_TIMEOUT / DSH_BRIDGE_MAX_REPLY_LEN 调大。
• 改了代码不生效：正式插件启动时加载，改后重启 DSH。
• 守护状态误判：外部杀进程后先"⏹ 停止"再"▶ 启动"。
• 中文方块：装中文字体 + FONTCONFIG_FILE。

安全说明

• Cookie 仅存本机 <BASE>/，不上传任何第三方；API 仅限 localhost。
• 自动化访问网页 LLM 请遵守各站服务条款；建议使用临时账号。
• 本项目仅供学习研究；使用者自行承担账号风险。

License

MIT