dsh-browseruse

browser-use 风格的浏览器自动化插件，专为 DeepSeek Harness (DSH) 打造。

通过 playwright-core 驱动一个专用 Google Chrome 实例（独立资料目录、cookie 持久），像真人一样"看页面 → 决策 → 操作"，不影响你日常使用的 Chrome。

> A browser-use style automation plugin for DeepSeek Harness. It drives a dedicated Google Chrome instance (independent profile, persistent cookies) through playwright-core, so an agent can browse the web like a human — without touching your everyday Chrome.

✨ 功能 / Features

能力	说明
👀 细粒度工具	`browser_open` / `browser_snapshot`（文本+元素序号+截图）/ `browser_click` / `browser_type` / `browser_scroll` / `browser_navigate` / `browser_tabs` / `browser_fill_form` / `browser_download`
🧠 自主任务	`browser_task("自然语言目标")` —— 插件内部循环"看页面 → 调用当前模型决策 → 操作"，默认上限 30 步，后台运行可用 `job_output` 跟踪
⏰ 定时任务	`browser_schedule("目标", "HH:MM" / ISO 时间 / 秒数)` —— 到点自动开跑（抢购/抢票场景），本会话内有效
🛡️ 危险操作确认	支付/下单/删除/注销等敏感动作自动识别，动手前弹窗征求用户同意
🧩 验证码人工接管	检测到验证码时暂停并截图询问，用户可在专用 Chrome 窗口亲自处理后继续
🖼️ 截图回传	每步操作截图进入对话（模型支持图片输入时）
🍪 登录态持久	独立 profile（默认 `$DSH_HOME/.browseruse/chrome-profile`），登录一次长期记住，密码不落盘

📦 安装 / Install

需要本机装有 Google Chrome（插件通过 CDP 连接已安装的 Chrome，无需下载浏览器二进制）。

方式一：作为 profile bundle（推荐）

# 从 GitHub 安装
dsh plugin --profile web add github:yzd6552/dsh-browseruse

# 或从 npm 安装
dsh plugin --profile web add dsh-browseruse

安装后 browser_* 工具对该 profile 的所有会话可见。重启 dsh web 后生效。

方式二：作为 agent 预设插件行

mkdir -p ~/.dsh/.agent-presets/<你的预设>/plugins/browseruse
cd ~/.dsh/.agent-presets/<你的预设>/plugins/browseruse
npm init -y && npm install dsh-browseruse

在预设的 agent.cordis.yml 中追加：

- id: tool-browseruse
  name: ./plugins/browseruse/node_modules/dsh-browseruse/index.js

🚀 使用 / Usage

1. browser_open "https://www.baidu.com"     # 打开页面（自动弹出专用 Chrome 窗口）
2. browser_snapshot                          # 读取页面文本 + 元素序号 + 截图
3. browser_type {"text": "苹果发布会"}        # 输入搜索词
4. browser_task "搜索苹果发布会并总结前三条结果"  # 或一句话全自动
5. browser_schedule {"goal": "抢购...", "at": "20:00:00"}  # 定时开跑

首次调用任意 browser 工具会自动启动专用 Chrome（可见窗口）；你在窗口里登录一次，之后 cookie 一直记住。

🔧 工具清单 / Tools

工具	作用
`browser_open`	打开网址（自动启动浏览器，可新标签）
`browser_snapshot`	页面快照：URL、标题、文本、可交互元素序号、截图
`browser_click`	按序号或文字点击（敏感元素先确认）
`browser_type`	输入文字（支持回车提交）
`browser_scroll`	滚动页面
`browser_navigate`	后退 / 前进 / 刷新
`browser_tabs`	标签页列表 / 切换 / 关闭 / 新建
`browser_fill_form`	按字段批量填表（可选提交，敏感提交先确认）
`browser_download`	触发并保存下载到 `~/Downloads`
`browser_task`	自主任务（后台运行，`job_output` 跟踪）
`browser_schedule`	定时任务（本会话内有效）
`browser_status`	运行状态、标签页、配置目录、待执行排程
`browser_close`	关闭专用 Chrome（登录态保留）

⚙️ 默认路径 / Defaults

项	路径
Chrome 资料目录（登录态）	`$DSH_HOME/.browseruse/chrome-profile`（无 `DSH_HOME` 时为 `~/.dsh/...`）
下载目录	`~/Downloads`

⚠️ 说明 / Notes

插件运行在 DSH 主进程，只消费宿主服务（tools/llm/userQuestions/attachments/jobs），不发布服务。
定时任务在会话内有效；DSH 重启后需重新排程。
危险操作确认与验证码暂停依赖会话的 ask_user_question 通道；子代理上下文中无法询问时会采取保守策略（阻止危险操作）。
纯 JavaScript 实现，无构建步骤；需要 Node >= 20、本机已装 Google Chrome。

👥 贡献者 / Contributors

DeepSeek Harness Agent（deepseek-v4-pro） — 架构设计、全部代码实现与验证

> 本插件由 DeepSeek Harness 上的 AI 代理开发完成。

📄 License

[MIT](./LICENSE)

来源信息

安装

检查来源文件