dsh-browser-cdp — 看得见的 Agent 浏览器（CDP 接入）

仓库：github.com/drscrewdriver/dsh-browser-cdp（原名 dsh-ego-browser，源自上游 Fisfzy/dsh-ego-browser）｜版本历史见 CHANGELOG.md

版本兼容矩阵

依赖	最低版本	推荐版本	说明
DSH (DeepSeek Harness)	0.1.7-rc.1	≥ 0.1.7-rc.1	0.1.7 起设置面为声明式（Config .volatile() 字段自动生成设置表单），.volatile() 在更早的宿主上不存在。peer 依赖同步锁定 >=0.1.7-rc.1 <0.2.0-0。DSH 0.1.2-rc.1 ~ 0.1.6 请使用 0.16.x 版本线（含旧的 settings.plugin.item 设置卡），0.1.0-rc.x / 0.1.1-rc.x 请使用 v0.8.0 及更早版本
dsh-better-sidebar	0.12.2（可选）	≥ 0.17.1	未安装时自动回退浮动观察球；< 0.12.2 可运行但外部链接拦截（urlTarget）静默降级
Node.js	22	—	harness 环境自带

DSH 全版本适配说明：本版本（v0.17.0 起）面向 DSH 0.1.7-rc.1+ 的声明式设置面：插件不再注册任何设置节（ctx.settings 注册类 API 已被宿主删除），改为在 Config schema 上以 .volatile() 标记可配置字段，由宿主设置页自动生成表单；volatile 字段变更通过 loader/volatile-update 事件热生效，无需重载插件。核心宿主 API（defineTool、ctx.tools.register、ctx.subprocess.spawn、ctx.webServer.register、ctx.inject、ModuleLoader CJS factory、cordis.patch.yml）沿用 0.1.2 以来形态。DSH 0.1.2-rc.1 ~ 0.1.6 请使用 0.16.x 版本线。

dsh-better-sidebar 适配说明：本插件通过 ctx.betterSidebar 服务（try-catch 防御性获取）注册侧边栏 Tab 并监听外部链接。关键 API 引入版本：

API	本插件用法	better-sidebar 引入版本
registerTab() / openTab() / ctx.betterSidebar	Tab 注册 + 打开	v0.9.0+
TabDescriptor.single	单实例 Tab	v0.9.0+
TabDescriptor.urlTarget	外部链接拦截	v0.12.2+（低于此版本链接拦截静默失效）

---

DSH 版本支持详情：v0.8.2 → v0.8.3 主要变更：合并 6 个社区 PR（root/xvfb/macOS headless 适配、rc.1 兼容、Windows 稳定性），修复无认证 /api/bcdp/* 路由安全漏洞、无 dsh-better-sidebar 宿主 client 启动失败（#29）、Windows 冷启动回归（#22 引入的 Xvfb 误判），并修复 gateway 设置白名单缺 runtimeArgs/chromeArgs。适配点：client 运行时改名（@deepseek-ai/dsh-client-store）、client 模块注册 id 与装载行名按声明包名、dsh.client.inject 仅声明真实模块图行、webServer 以嵌套注入交付（可选服务），并同步侧边栏 Tab（dsh-better-sidebar）模式。

侧边栏支持（dsh-better-sidebar）：当宿主安装了 dsh-better-sidebar（推荐 ≥ v0.12.2）时，实时观察窗注册为侧边栏原生 Tab——「Agent 浏览器」出现在侧边栏「+」菜单中，点击即打开并随侧边栏抽屉固定展示；agent 首次调用 bcdp_* 工具时会自动打开该 Tab（v0.8.5 起按调用会话作用域打开，多会话不再弹错位置）。未安装 dsh-better-sidebar 时自动回退为右下角浮动观察球（#dsh-ego-fab）模式。两种形态共用同一套 SSE 实时推流 / 点击 / 输入 / 下载捕获能力。观察窗还提供一个「弹出窗口」按钮：无头（headless）运行的 agent 浏览器可一键替换为同 Profile 的有头窗口（标签页保留），方便手动接管。

登录态导入（v0.8.5 新增）：工具 bcdp_login_import，把你日常 Chrome/Edge/Brave 里的登录 cookie 按域名复制进 agent 浏览器（真实二进制无头启动 + CDP 透传读取，兼容 Chrome 127+ 的 App-Bound Encryption，不做离线解密；源浏览器运行中可选择优雅关闭后导入，窗口下次启动自动恢复）。cookie 值不出现在任何日志与输出中；导入前自动备份源 cookie 库，异常清空自动还原。配合默认的磁盘持久化 Profile，导入的登录态跨重启永久保留。

一款 CDP 浏览器代理：把 CitroLabs/ego-lite（给 AI Agent 用的 Chromium）作为内置运行时接入 DeepSeek Harness，以 38 个结构化 bcdp_* 工具驱动浏览器，并配一套实时观察前端口——agent 后台操作网页时，你能像看直播一样看到它正在浏览的每个页面，还能直接操作它。

一点私藏的独特之处（self-observation）：agent 用的就是这一个 Chromium——连它操作 DSH 自身（管理会话、任务看板、调设置）时，观察窗也实时显示、你能随时接手。不只是"看得见 agent 在网页上干活"，连 agent 操作 DSH 界面本身都是全程可见、可掌控的。

开箱即用：插件包内置 ego 运行时（runtime/，MIT，见 THIRD_PARTY_NOTICES.md）——无需克隆官方仓库、无需手动构建，--no-sandbox wrapper 随包自带，root / Docker / 无显示器一键跑。

---

我们的真正优势（不是口号，是能对照代码和竞品核实的能力）

同样把 ego-lite 接进 DSH，市面上已有同类插件用它只做了 3 个工具——一个 run 脚本、一个 help 指南、一个 status 体检，浏览器仍是后台黑盒。本插件走的是另一条路：把黑盒打开，并且一上来就把"看"和"控"的能力做到位。

能力	本插件（本仓库）	同类插件（Da1dr1em/dsh-ego-browser）
结构化工具数	38 个，职责单一、可确定性调用	3 个（run/help/status）
实时观察窗（CDP JPEG / FFmpeg H.264 双后端 + 标签条 + 历史抽屉）	✅ 有	❌ 无
监控窗鼠标直接操作真实浏览器（点击/拖拽/滚动回传 CDP）	✅ 有	❌ 无
观察窗点选元素 → 捕获并引用进对话输入框（[CDP-PICKS] 结构化块，人工指认目标）	✅ 有	❌ 无
worker 单实例守卫 + 崩溃/重复自愈	✅ 有	❌ 无
下载捕获 bcdp_download / 人机验证检测 bcdp_captcha/bcdp_page_info	✅ 有	❌ 无
平台自适应（Linux/macOS/Windows 自动探测 + root/无头/--no-sandbox 兜底）	✅ 全平台	仅 Windows 预览宿主，需手动配
登录态落盘持久化 bcdp_auth_flush	✅ 有	⚠️ 仅文档级说明

关键差异三条：

• 看得到：别家是"跑完告诉你结果"的黑盒；我们实时推流，你看着 agent 操作，卡在验证码/走岔立刻发现。
• 控得住：别家只读；我们监控窗直接驱动同一个 agent 浏览器，需要时你亲手接管（缩放/拖拽/点击），不必打断 agent 重来。
• 指得准：你在观察窗里点选页面元素，插件捕获其 backendNodeId/tag/id 与语义描述，以 [CDP-PICKS] 结构化块并入对话输入框草稿（同页多元素自动合并编号）——agent 拿到的是精确目标，不用猜"你说的按钮是哪个"。

以上对比基于公开可见的可核实事实：本仓库代码（bin/cdp-cast-worker.mjs 实时推流 + CDP 输入回传、lib/index.js 38 个注册工具、lib/cast-server.js host 桥接、lib/client.js 的 deliverPickToConversation 点选引用）与同类插件的源码/README（其 src/tools.ts 仅注册 ego_browser_run / ego_browser_help / ego_browser_status）。此文档不含对任何他人的贬低——我们只陈述自己多实现并验证了哪些能力。

相对 ego-lite 本体，我们多做了这些（都可对照本仓库代码核实）：

能力	说明（对应代码）
观察窗前端口	ego-lite 本体是无头 CLI（只有 heredoc 脚本 + 文本输出）；我们在其上加了 SSE 实时推流 + 标签条 + 历史抽屉 + 监控窗鼠标直操 + 点选元素引用进输入框（bin/cdp-cast-worker.mjs、lib/cast-server.js、lib/client.js 的 createPickControl/deliverPickToConversation），让"看"、"控"、"指"成为一等能力
开箱即用 + 跨平台自足	resolveEgoEnv 自动探测 Chrome/Edge/Brave，内置 --no-sandbox wrapper，root / Docker / 无显示器免配置（lib/index.js）；不必像官方那样先装一个 GUI 宿主
健壮性层	冷启动自动重试（只重试 CDP 瞬态，不吞真错）、worker 单实例守卫 + 崩溃自动重启、插件卸载 fire-and-forget 不阻塞宿主退出、前端帧缓存上限（withWarmupRetry / makeEnsureWorker / frameCache）
运维型工具	bcdp_doctor（环境体检）、bcdp_captcha（人机验证探测）、bcdp_auth_flush（登录落盘）、bcdp_login_import（系统浏览器登录态导入）、bcdp_http（浏览器上下文请求）等，是原生 CLI helper 没有的一层
self-observation	agent 操作 DSH 自身界面时同样实时可见、可接手

我们不声称媲美官方 macOS App 的内核级快照或原生多窗口体验；本仓库解决的是"把同一套浏览器能力带进 DSH + Linux/WSL + 看得见"这件事。

---

它解决什么问题

通用浏览器不是为 agent 设计的，而 Web 上大量交互（登录态、验证码、动态渲染、表单、需真人会话的站点）只有真浏览器能面对——这正是本插件继承自上游 ego 系的 "让 agent 用你已登录的浏览器，而不打扰你"（官网）的由来。

本插件把它接进 DSH，并把最痛的一点——你看不见 agent 在干什么、也插不上手——用一套观察窗解决：

🌐 小球一点看直播；🟦 标签条切换/关闭；🕘 历史抽屉回看；🔍 缩放拖拽；🖱️ 监控窗直接接管真实浏览器。一句话：让 agent 在浏览器里干活，你在旁边既看得见、又随时能接手。

几个常见的上手场景

• 文献 / 数据抓取：让 agent 登录知网 / 谷歌学术翻页收集，你在观察窗看着它滚动、点下一页、下载 PDF，中途卡住立刻能发现。
• 表单与登录：agent 填表到一半，观察窗弹出验证码——你直接接管把验证码点了，再交还给 agent 继续。
• QA / 冒烟测试：让 agent 在自己产品上点一圈，观察窗等于一台"会说话的录屏"，顺手还能回看历史轨迹。
• 看 agent 操作 DSH 自身（self-observation）：agent 在管理会话 / 调设置时，观察窗同样全程可见、可接手。

---

---

前置条件

要求	说明
Node ≥ 22	harness 环境自带
任意 Chrome / Chromium / Brave / Edge	自动发现，或 EGO_LINUX_CHROME 指定；root 下用自带 wrapper
DSH + dshx	插件装载机制
带图形界面的 DSH Web（观察窗）	headless 会话仍可用 bcdp_* 工具，仅无观察窗

安装

方式一：GitHub 直装（推荐）

dsh plugin --profile web add github:drscrewdriver/dsh-browser-cdp
# 也可锁定到某个 commit / tag：
dsh plugin --profile web add github:drscrewdriver/dsh-browser-cdp#v0.9.0

github: 安装由 pnpm 经 codeload.github.com 拉取仓库 tarball，无需向 npm registry 发包；直接使用仓库中预构建入库的 lib/（files 仅含 lib/、bin/、runtime/、cordis.patch.yml、dsh-plugin.json），因此不触发任何构建脚本，也不需要 devDependencies。host 入口 lib/index.js、客户端 lib/client.js、worker bin/cdp-cast-worker.mjs 均随仓库分发。

方式二：本地 tarball / git URL

dshx install dsh-browser-cdp <dsh-browser-cdp.tgz>      # tarball 或 git URL 均可
dshx list                                                # 应显示：[on] dsh-browser-cdp

包名迁移说明：本插件包名是 dsh-browser-cdp（曾用名 dsh-ego-browser、别名 @dsh-external/ego-browser）。DSH Desktop 2.0.5 起增加了「profile 依赖名 == 包实际 name」的一致性校验，若 profile 仍用旧名引用，启动会挂进恢复模式。升级后请把 profile 的 package.json 依赖键 和 dsh.profile.bundles 条目两处都改为 dsh-browser-cdp：

- "dsh-ego-browser": "github:Fisfzy/ego-browser",
+ "dsh-browser-cdp": "github:drscrewdriver/dsh-browser-cdp",

- "dsh-ego-browser",
+ "dsh-browser-cdp",

观察窗设置中可选 captureBackend=auto|cdp|ffmpeg（默认 auto，当前解析为 CDP）、画质档位、CDP FPS/JPEG 质量/最大宽度，以及 FFmpeg FPS/最大宽度/码率/编码器/自定义路径。插件先检测自定义路径、系统 PATH 和托管缓存；GitHub 下载可用 githubMirror 替换 https://github.com，例如 https://gh-proxy.com/github.com。FFmpeg 码率范围为 500-20000 kbps，低/平衡/高档默认 2000/4000/8000 kbps。

无需宿主侧任何配置：resolveEgoEnv 自动探测 root / 无显示器并兜底。观察窗 host 路由（/api/bcdp/spaces 等）仅在有 HTTP server 时注册，headless 是安全 no-op。

连接方式：CDP 端点 / 本机 ego CLI

设置面板里的连接列表是有序的——顺序即优先级，被激活的那一项驱动每一次 bcdp_* 调用。列表元素有两种类型：

类型	它做什么	约束
CDP 端点	把一个已开调试端口的浏览器地址交给内置运行时（注入 EGO_LINUX_CDP_URL），运行时附着上去	可多条
本机 ego CLI	由本机 ego CLI 自己驱动它本机的 ego-lite 浏览器——不注入任何端点	仅限本机，全局至多一条

为什么需要第二种：注入用的 EGO_LINUX_CDP_URL 是内置 Linux 移植版的私有契约，macOS 上用 ego lite app 附带的那个原生 ego-browser 根本不读它。所以在只有"CDP 端点"这一种类型时，macOS 用户无法用上自己那个已登录的 ego-lite——只能连远端端口，或让移植版另起一个 stock Chromium。本机 CLI 类型补的就是这条路。

解析顺序（cliPath 留空时）：显式路径 → PATH 上的 ego-browser → macOS app 包内 helper（/Applications/ego lite.app/…/Helpers/ego-browser）→ 插件内置运行时。

两个默认值值得知道：

• --sdk-path 默认关闭：默认用 CLI 自带的 harness（官方配对的那套）；打开后才注入本插件的 harness 包。若 CLI 不认这个旗标，插件会记一条提示并自动重试一次不带它——不会因此废掉整条链路。
• 就绪探测会走一次真实的 heredoc（与我们干活用的是同一条通道），所以它不是免费的：探测可能冷启动后端浏览器（实测内置移植版约 1.3 s）。

与其它开关的关系：

• cdpMode：auto 按激活项（两种类型都行）；remote 只接受 CDP 端点，激活项是本机 CLI 时会显式报 mode-kind-mismatch；local 走受管本地启动器。
• remoteEnabled（远端总开关）只管远端 CDP，不影响本机 CLI 连接。
• allowLocalFallback / localHeadless / localUserDataDir 只作用于 CDP 端点的回落与受管启动。

bcdp_doctor 会报告当前序列类型计数、CLI 实际解析到的路径与形态，以及（若同机装了上游 dsh-ego-browser）一条共存提示。

工具清单（38 个，前缀 bcdp_，完整索引见 bcdp_help）

类别	工具
任务空间	bcdp_space_open bcdp_space_close bcdp_status
页面读取	bcdp_snapshot（语义树） bcdp_page_info bcdp_read_element
导航/等待	bcdp_navigate（复用 tab） bcdp_wait bcdp_wait_for_selector bcdp_wait_for_url bcdp_wait_for_response
交互	bcdp_click bcdp_fill bcdp_hover bcdp_drag bcdp_select bcdp_check bcdp_key bcdp_scroll
执行/调试	bcdp_js（页面求值） bcdp_cdp（原始 CDP） bcdp_cli（任意 heredoc） bcdp_script（多步脚本）
输出	bcdp_screenshot bcdp_download bcdp_upload
会话/安全	bcdp_auth_flush（登录落盘） bcdp_login_import（跨浏览器登录态导入） bcdp_captcha bcdp_dialog
元工具	bcdp_help bcdp_doctor bcdp_http
评审（JEV/Laya，外接判定服务可选）	bcdp_jev_status bcdp_jev_frame bcdp_jev_ask bcdp_jev_run bcdp_jev_attempt

观察窗怎么用

右下角 🌐 常驻小球 → 点开：

• 主画面：agent 当前页面实况；点击/拖动/滚轮直接操作页面，Ctrl+滚轮缩放视图、Ctrl+拖动平移，双击复位。点击画面后可直接键盘输入，支持中文 IME、粘贴、Tab/Enter/方向键及 Ctrl/Cmd 快捷键。
• 选择元素（点选引用）：点一下工具条进入点选模式，再点实时画面里的任意元素——插件捕获其 backendNodeId/tag/id 与语义描述，以 [CDP-PICKS] 结构化块并入对话输入框草稿；同一页面的多次点选自动合并进同一块并依次编号，agent 按编号精确取用。浮动观察球与侧边栏 Tab 均可用。
• 标签页条：顶部横排，点选切换，× 关闭。
• 历史抽屉（🕘）：按时间回看访问轨迹。
• 操作时下方网址行就地显示提示，2 秒后恢复。
• 面板关闭、sidebar Tab 隐藏或组件卸载后，1.5 秒宽限结束即停止画面生产。仅把 DSH 窗口切到后台不会停止串流，避免回前台时反复重建 WGC/FFmpeg；异常关闭由 120 秒 worker lease 超时兜底。

画面后端

• cdp：Page.startScreencast JPEG，默认 20 FPS。每个源帧立即按 Chrome 提供的帧 ID ACK，只保留最新待发帧；仅捕获当前观看标签，静态页恢复截图默认 3 秒一次。
• ffmpeg：Windows 以 gfxcapture(hwnd) 直接采集目标 Chrome 窗口的 D3D11 surface；其他平台使用显示来源 crop。随后编码 H.264 fragmented MP4 → HTTP 二进制 chunk → MediaSource <video>，不经过 Base64/SSE。
• auto：默认选择 CDP，不检测成功也不会自动下载 FFmpeg。FFmpeg 安装并通过能力检查后才可选择；已保存的 FFmpeg 后端若后来失效，本次观察会回退 CDP 并展示原因。
• Windows FFmpeg 必须包含 gfxcapture。插件按 browser PID、target title 和 CDP window bounds 匹配 HWND；窗口移动或被遮挡时仍捕获目标页面，并且不允许回退到桌面录制。若 target 是同一 Chrome 窗口里的后台 tab，会明确报错而不是展示当前可见 tab 或抢用户焦点。macOS 首次使用需要“屏幕录制”权限；X11 需要 Chromium 与 FFmpeg 共享 DISPLAY；Wayland 缺少 Portal/PipeWire 输入时会提示切回 CDP。

托管 FFmpeg 安装到 ~/.dsh/cache/ego-browser/ffmpeg/，不会写入插件目录。Windows/Linux 使用固定 BtbN release tag；macOS 使用固定的 ffmpeg-static GitHub release 资产（其 Intel/Apple Silicon 二进制分别来源于 Evermeet/OSXExperts）。所有下载均固定资源 SHA-256，只提取 FFmpeg 主程序，不安装 ffprobe 或 ffplay。Windows/Linux 解包使用系统 tar；缺少时会在下载前明确报错。

登录态说明：多任务空间 Cookie 相互隔离，请在对应空间内登录。重启 DSH 后运行期登录态被清空（Chrome 运行期 Cookie 仅优雅关闭时落盘），需重登——扫码很快。

工作原理

• 工具层：每个工具把参数拼成 JS 脚本，经 ctx.subprocess 用 ego-browser nodejs 喂给 stdin 运行，宿主经 CDP 驱动共享 Chromium。结果以 @@DSH_RESULT@@ 哨兵行解析。所有 bcdp_* 经进程内互斥锁串行化，错误统一归一。
• 观察窗：lib/client.js 管理 watcher lease、JPEG <img> 与 MSE <video>；lib/cast-server.js 代理元数据 SSE、watch API 和带背压的二进制视频；worker 中 CaptureManager 保证同时只有一个活动后端和一个当前 target。CDP 控制面（标签、viewport、输入、验证码）独立于画面后端。

JEV 风格管道：让 LLM 把控浏览器循环（阶段 10）

把"一帧 ≡ 截图 + 编号 DOM + 意图 + 操作进度"这个帧契约，连同"判定只回编号、绝不给选择器"的判定接缝，落地成一套可跑、可测、可归档的管道。判定由外部的 Laya / JEV 判定服务承担（见下），循环由本插件驱动。

四个工具（宿主侧 defineTool，判定请求从插件进程发 HTTP，不经过 agent 会话）：

工具	干什么	何时用
bcdp_jev_status	先跑这个：判定链可用性 + 配置体检，不发任何请求	怀疑配置/链路问题时第一步
bcdp_jev_frame	采一帧（截图 + 编号候选 + 意图），看判定器会看到什么	调试帧内容、核对候选编号
bcdp_jev_ask	组装请求体；dryRun 默认 true，可指定 round=control|chapter|pick|evaluate 逐级看，确认无误再发	想先看清楚判定请求再发
bcdp_jev_run	跑整条循环，返回逐步 trace（每步的候选数 / top / 预算 / 命中）	真要让它动手

默认链路是 laya → rule。JEV 目前无法注册，所以默认不写它；将来可用时把 jev 加回 judgePrefer 跳序并填 jevUrl 即可。bcdp_jev_status 在缺 key 时会主动打印本地起法（ENGINE=laya … uvicorn laya_api.main:app，端口 8000 而非 7789，ALLOW_DEV_LOGIN=true 建 key）。不可用的跳跳过不调用（laya 强制鉴权无匿名分支，缺 key 必然 401），每一跳的跳过与失败都进 trace，绝不静默回落；refuse 是结果不是异常。

三级缩小（让 LLM 把控进程，而不是一次猜全部）：

1. control —— 要不要动手（固定 5 项：pick_button / sleep / next / prev / done）；
2. chapter —— 哪个章节（按 AX 容器聚簇，从 childIds 父链挑最近的结构化祖先，如 form#1 / form#2；单章节时此轮跳过）；
3. pick —— 章节内选哪个编号 + 一个风险度 score。

分章节不是装饰：阈值按候选数分桶，把 20 选 1 拆成「几选 1 × 几选 1」会让两轮都落进更严的桶（top≥0.5 且 top−second≥0.15），比一次性 20 选 1（top≥0.6）更可控。判定器只回编号，坐标/选择器由执行层每次重新量（DOM.getBoxModel + 点击前 DOM.getNodeForLocation 命中复核），帧里的矩形绝不作为点击依据。

判定上下文是隔离的：只允许 INTENT / PROGRESS / FRAME / HISTORY 四段，绝不带 agent 会话 session 前缀；多出任何一段都在组装时直接抛错（不靠约定，靠断言）。PROGRESS（步数 / 各章节尝试与结果 / 真正成功过的动作 / 剩余预算）由循环自己机械生成，不让模型写——模型写的进度是第二难发现的幻觉通道。

评估开关 jevEvaluate（默认开，设置面板可关）：每一步执行后，判定器再判一遍进度是 inprogress / done / fail。fail 或「未验真的 done」不猜下一步，而是升级为 escalate——带一组有序的 RecoveryOption（如先 reload 刷新，因为陈旧渲染会藏住已写入的确认），交回 LLM 决定恢复还是停手。

循环终止态：done（对照 successCriteria 自验）/ blocked（预算拦）/ exhausted（预算耗尽，带 exhaustedKind）/ stuck（同锚同动作连续 3 次无变化）/ unavailable（无判定器）/ error / escalate。

现状诚实记录：本阶段已证明协议、阈值、终止、分章节、组装、隔离正确（bcdp_jev_* 单测覆盖），但尚未在真实浏览器上端到端跑过（T10.22 待做）；判定准确率未经实测（阈值分桶是标定用的，不是选得对的证明）。存档的被操作元素会保留 class 等定位特征（只剥离检视器外壳 token），供 escalate 时回传给 LLM 恢复。

开发

源码在 src/（TypeScript），构建产物在 lib/（host + client bundle）与 bin/cdp-cast-worker.mjs（worker bundle）。

pnpm typecheck   # tsc 类型门禁（tsconfig.json 主 + tsconfig.client.json 客户端）
pnpm test        # vitest 单元测试
pnpm run build   # tsdown 三 bundle：lib/index.js + lib/client.js + bin/cdp-cast-worker.mjs

直接改 src/（src/index.ts 工具层、src/client/index.ts 前端、src/worker/cdp-cast-worker.ts worker）。新工具在 registerActionTools 里按 t({...}) 加，并在 bcdp_help 索引（src/help.ts）补一条，跑 pnpm typecheck && pnpm test && pnpm run build。lib/ 与 bin/cdp-cast-worker.mjs 是构建产物（预构建入库），不要手改。

node_modules/ 仅含指向 DSH checkout 的符号链接（编译期类型解析）；运行时由 harness 解析 @deepseek-ai/dsh-tools。

已知限制（诚实说明）

• Windows：插件层已做 v0.4.0 适配；底层 ego-lite 宿主仍是非 Windows 官方支持的社区移植，复杂多步流程稳定性可能弱于 macOS。
• FFmpeg 平台捕获：Windows 已使用 gfxcapture(HWND)，需要包含该 filter 的新构建；PATH 中的旧 FFmpeg 会被跳过并提示下载兼容版本。Linux 使用 x11grab、macOS 使用 avfoundation display crop；macOS ScreenCaptureKit、Wayland Portal helper 属后续增强。
• 安装环境：本仓库的 DSH peer 包不全在公共 npm registry。普通 pnpm install 可能在解析 @deepseek-ai/* peer 时失败；DSH profile 安装应提供这些 peer。CDP 不依赖 FFmpeg，也不会在插件安装阶段下载二进制。
• 快照质量：Linux 用 CDP DOMSnapshot 重建语义树，非 macOS 内核级，复杂 iframe/画布场景可能降级。
• 宿主可靠性（Linux）：未合并的社区 PR，跨 CLI 调用间可能丢 tab/空间状态；插件已内置防御，简单流程稳定，复杂流程可能需重试。
• 登录态持久化：Chrome 运行期 Cookie 仅优雅关闭时落盘，强杀重启需重登。
• 输出 schema 为宽松 additionalProperties: true，客户端以实际返回值为准。

许可与署名

插件本体 MIT。内置运行时嵌入 ego-lite 的 MIT 代码；可选下载的 FFmpeg 构建涉及 GPL-3.0-or-later 义务。使用或再分发前请阅读构建来源的许可证与源码获取信息，详见 THIRD_PARTY_NOTICES.md。

供应链与权限说明

为目录收录与审查提供的确定性事实：

• 运行文件：lib/（构建产物，由 npm run build 从 src/ TypeScript 以 tsdown 确定性生成）、bin/（worker 与 ffmpeg-probe 的可执行入口脚本）、cordis.patch.yml（装配层）、dsh-plugin.json（manifest）。*.map 仅为调试用 sourcemap，不参与运行，已声明排除。
• 原生/可执行工件：runtime/ 内置 ego-lite 运行时（MIT，来源与逐文件清单见 THIRD_PARTY_NOTICES.md）——它是本插件的核心功能（自带受管 Chrome/CDP 宿主），属有意携带的可执行工件，非构建副产物。runtime/PATCHES.md 记录对上游的全部本地补丁。
• 依赖：运行时依赖仅 @deepseek-ai/schemastery（由 DSH 宿主提供对等实现）；peer 依赖全部为 @deepseek-ai/dsh-* 宿主服务。客户端 bundle 的外部模块由宿主模块表解析，不携带 npm 运行时依赖。
• 外部服务：无遥测、无外部 API 调用。唯一的网络行为是可选的 FFmpeg 安装器按用户指令从 GitHub（或用户配置的镜像）下载构建件，来源校验与许可义务见 THIRD_PARTY_NOTICES.md。
• 失败边界：宿主无 webServer（TUI/headless）时 watch 路由安全跳过；worker 启动失败时 watch 路由返回 ok:false 的 JSON 而非挂起；浏览器进程随宿主 teardown 一并终止（--stop fire-and-forget，不阻塞宿主退出）。
• 权限：manifest permissions 为空——工具集的文件读写被限定在 ego 自管的空间目录与用户工作区，网络访问经由受管的 agent 浏览器而非宿主进程。

---

友链

同为 DeepSeek Harness 插件生态的作品，互相安利：