Fisfzy/dsh-ego-browser

解决的问题

通用浏览器并非为 AI 代理设计，但许多网页任务需要真实浏览器来处理登录、验证码和动态内容。本项目通过将 ego-lite 浏览器引擎连接到 DeepSeek Harness (DSH) 环境来弥合这一差距。它解决了代理不可见地执行任务的“黑盒”问题，让您可以实时查看代理正在做什么，并在必要时手动干预。

工作原理

它提供了 33 个结构化的 ego_* 工具，允许代理控制基于 Chromium 的浏览器。当代理启动任务时，插件会自动打开一个观察窗口——无论是在 DSH 原生侧边栏、专用标签页还是浮动气泡中。该窗口使用实时流式传输来精确显示代理所看到的内容。您可以直接在此窗口中点击、滚动或输入，以接管浏览器会话，而不会中断代理的底层进程。

适用对象

此工具适用于需要 AI 代理执行复杂网页任务（如数据抓取、表单填写或自动化测试）的开发者和高级用户，同时保持完全可见性，并能够在关键时刻（如解决验证码或导航多步骤登录）手动覆盖代理。

亮点

• 实时观察与控制：通过实时流观看代理工作，并随时手动控制（点击/拖动/滚动）浏览器。
• 33 个结构化工具：提供对浏览器任务的精细控制，从导航和元素交互到执行自定义 JavaScript 和 CDP 命令。
• 平台通用性：支持 Linux、Windows 和 macOS，自动检测浏览器，并为服务器或 Docker 环境提供“无头”回退。
• 持久会话：支持从系统浏览器导入 cookie 和持久配置文件存储，允许代理在重启后保持登录状态。
• 自我观察：代理与 DSH 界面交互时也可以被观察。
• 健壮性：包括工作进程管理以处理崩溃、自动重试，以及可选的“常驻”模式以实现近乎即时的任务执行。