omdsh-dev/dsh-browser

解决的问题

此项目为 DeepSeek Harness (dsh) 代理框架与用户活动的网页浏览器之间提供了一座桥梁。它允许 AI 代理像人类一样与网页交互——读取页面内容、点击按钮、填写表单以及管理标签页——同时维持用户现有的登录会话、Cookie 与验证状态，无需使用像 Playwright 这类无头浏览器自动化工具。

运作原理

该系统由 dsh 运行环境的桥接插件与浏览器扩展程序 (Chrome/Firefox) 组成。代理通过纯文本接口与浏览器交互：扩展程序将网页转换为包含交互元素编号清单的结构化文本快照。模型随后通过分配的编号来识别并操作这些元素，而非使用复杂的选择器或截图。

目标对象

希望赋予 AI 代理实时操作真实浏览器能力的 DeepSeek Harness 开发者与用户，特别是那些需要维持活动用户会话并避免无头环境系统开销的人员。

特色亮点

• 会话保留：在用户实际的浏览器标签页中运行，保留所有登录状态与 Cookie。
• 文本优先接口：使用页面元素的编号清单进行导航与交互，减少对视觉处理的需求。
• 隐私导向：自动遮蔽密码与支付卡信息，确保敏感数据绝不会离开页面。
• 集成式 UI：包含用于对话的侧边面板，以及允许用户高亮页面文字并直接发送给代理的引用功能。
• 高性能：基准测试显示，与传统基于 Playwright 的自动化相比，其延迟更低且工具调用次数更少。