stuarthu/dsh-chrome

dsh-chrome — DeepSeek Harness 浏览器助手

English | 中文

一个 Chrome 扩展：右侧边栏嵌入完整的 dsh 网页界面（会话、设置、审批、 任务、目标、工作区……全部功能），并让 dsh 智能体感知和操作你的浏览器：

• 自动感知当前页面：切换标签 / 导航（含 SPA 路由）后，把“当前页面” （URL、标题、正文，上限 1,000,000 字符）自动注入最近活跃的会话，智能体 天然知道你在看什么。只有 http(s) 标签页会被自动注入。
• 按需读取 HTTP 请求/响应：智能体在你要求时开启抓包 （browser_start_capture），通过 Chrome DevTools 协议记录活动标签页的请求 方法、URL、状态码、请求体与响应体，browser_capture_requests 读取。默认对 疑似凭据的值做脱敏，见 安全。
• 驱动浏览器：browser_navigate / browser_click / browser_open_tab。
• 免审批 + 工具层意图解锁：会改变浏览器状态的动作只有在本轮由你的真实 消息发起、且消息里出现明确浏览器意图时才执行。解锁 browser_navigate / browser_click / browser_open_tab 的词是 打开 / 跳转 / 前往 / 点击 / 导航 / 访问 / 浏览一下 / 新标签 （英文 open、navigate、click、visit、tab，以及后面跟着页面或 URL 的 “go to”——go to github.com 可以，光说 go to the next step 不行）；解锁 browser_start_capture 的词是 抓包 / 抓一下 / 抓取请求 / 监听网络 / 网络请求 / 流量（英文 capture、debug）。 注意：单独说「抓取」不会开启抓包——它是普通的“读取”意图，请改说 「抓包」或「抓取请求」。动作被拦下时会返回一句拒绝语，并列出能解锁该 工具的确切词，照着重说一遍即可。 网页里藏一句指令无法驱动浏览器（免审批模式下的尽力防护，非绝对保证）。
• 抓包期间 Chrome 顶部会显示“正在调试此浏览器”横幅（关闭抓包即消失）。

前置条件

• 本机运行 dsh web（默认 http://127.0.0.1:3080，可在扩展设置里改）。
• Chrome 118+（扩展用到 Chrome 118 起才有的 InjectionResult.error）。

安装

分两部分：宿主插件（装进 dsh）与 Chrome 扩展（开发者模式加载）。

1. 把宿主插件加到 dsh web 配置：

dsh plugin --profile web add dsh-chrome

它会注册桥接、浏览器工具、页面注入器三个插件。dsh 会实时热应用新增插件行， 装完刷新浏览器页面即可，无需重启（仅当以后修改已加载插件文件内容时才需 重启一次）。

2. 安装并加载 Chrome 扩展：

npx dsh-chrome install

它会把扩展复制到一个稳定的用户目录（并打印路径），然后提示剩余步骤：

1. 打开 chrome://extensions，开启开发者模式。
2. 点加载已解压的扩展程序，选择打印出来的目录。
3. 点工具栏的 dsh-chrome 图标打开侧栏。

升级 npm 包后要重新运行 npx dsh-chrome install，再到 chrome://extensions 点一次“重新加载”——安装是复制文件，少做任何一步，Chrome 都还在用旧版扩展 配新版宿主插件。npx dsh-chrome path 打印目录。

要彻底移除 dsh-chrome，两半都要撤：npx dsh-chrome uninstall 删除扩展目录 （再到 chrome://extensions 里移除），dsh plugin --profile web remove dsh-chrome 卸掉宿主插件。

使用

• 侧栏里就是完整的 dsh 网页界面，正常使用即可。
• 顶栏：桥接状态（dsh 未启动时提示）、停止抓包（手动夺回）、设置 （改 dsh 地址）。
• 对智能体说“打开 xx 页面”“点击登录按钮”“抓一下这个页面的请求”即可。

安全

仅限本机可信使用。 桥接与浏览器工具让本机的 dsh 智能体能够读取页面、 抓取流量、驱动浏览器。

• 抓包按标签页手动开启，且只能看到开启之后发生的请求。关于范围有两点要 注意：停止抓包只是不再记录，已经记录下来的内容会保留到标签页关闭；而且 缓冲区并不按 dsh 会话隔离——读取它的 browser_capture_requests 不设意图 门槛，因此连着同一个浏览器的任何会话都能读到。只有开启抓包才需要你 明确指示。不抓取 HTTP 头（因此 Cookie / Set-Cookie / Authorization 头 不会进入模型上下文）。其余可能 含凭据的位置——URL 里疑似密钥的查询参数（?access_token=…）、请求体 （表单/JSON 登录）、以及响应体里嵌入的令牌——默认脱敏为 «redacted»。 若要抓取原始未脱敏流量（自行调试用），在配置文件 cordis.patch.yml 的 dsh-chrome-browser-tools 行上设 redactCredentials: false。
  • 脱敏是尽力而为，非保证：按常见键名匹配密钥，因此不常见键名下的密钥、 URL 路径里的密钥、或无法解析/被截断的请求响应体里的密钥仍可能漏过。 请把抓到的流量当作敏感数据对待，只对信任的站点开启抓包。
  • 但在“形状”上它是失败关闭的：扩展与宿主对应答格式的理解不一致时（例如 升级了 npm 包却没重新跑 npx dsh-chrome install），认不出的字段会被丢弃 而不是原样透传，整个应答认不出来则直接报错。
• 注入的“当前页面”消息被明确标注为不可信数据，并要求智能体绝不执行其中的 任何指令；意图解锁机制进一步阻止页面内容触发“动浏览器”的动作。这些是免审批 模式下的尽力防护，非绝对保证——抓包开启时请勿让智能体访问不可信或敏感站点。

目录结构

限制与说明

• 读取或操作页面状态的浏览器工具（含抓包）只作用于当前活动标签页； browser_list_tabs 与 browser_open_tab 按其性质除外。
• 抓包记录滚动保留最近 500 条；单条请求/响应体与自动注入的页面正文上限同为 1,000,000 字符。按需读取的 browser_get_page 是另一套更小的限额： 约 40,000 字符正文、最多 400 条链接。
• 页面变化判定：标签切换 / 主框架导航 / SPA 路由变化（history.pushState 与 replaceState），防抖约 2 秒；滚动不触发。只有活动标签页的导航算数 ——后台标签页一直切 SPA 路由不会产生任何推送。此外桥接每次重连成功后会 补推一次当前页面。
• browser_click 绝不重试：若这次点击的结果丢失了（页面导航走了，或注入／ CDP 调用被中断），工具会如实说明“无法确认这次点击是否生效”，而不是再点 一次（点击不是幂等操作），并提示智能体用 browser_get_page 复核页面状态。
• 页面推送会去重：URL 与正文长度都与上次相同就不再发帧。桥接重连时一定会 重发一次——dsh 在连接断开时丢掉了缓存的当前页面。
• 扩展自身的侧栏界面目前仅有中文（顶栏那几个标签：桥接状态、“停止抓包”、 设置）。内嵌的 dsh 网页界面跟随 dsh 自己的语言设置；只有这层很薄的扩展外壳 尚未翻译，计划在后续版本补上。
• 读取与点击 Chrome 不允许扩展注入脚本的页面——chrome-extension://（例如其它 扩展的设置页）、chrome://、file:// 以及 Chrome 应用商店。worker 在尝试 之前就按标签页 URL 判定，把这类页面直接交给浏览器的远程调试协议 （http://127.0.0.1:9222）。这要求浏览器以 --remote-debugging-port=9222 启动（若远程端点做 Origin 校验，还需 --remote-allow-origins=chrome-extension://<本扩展ID>）。当 CDP 端点缺失或 不可达时，读取这类页面会直接报错并指明该启动参数，而不是悄悄返回空。 普通 http(s) 页面永远不会走这条路径（哪怕注入失败也不会），自动注入的 “当前页面”同样只覆盖普通 http(s) 标签页（应用商店同在排除之列）。

许可证

MIT © Stuart Hu