dsh-browser-bsk
给 DeepSeek Harness 提供 browser 能力 seam(ctx.browser)的 bsk 后端:把本机 browser-skill 用的 bsk CLI 包成一个浏览器服务,供那些 inject 了 browser 的插件注入。
为什么需要它
有些插件把 browser 当作可选依赖,却写进了 inject。dsh-accounts 的代填入口就是一例:
export const inject = ['tools', 'credentials', 'browser']
cordis 的 inject 是硬门禁:没有名为 browser 的服务,这条 entry 永远停在 pending;而当前 Harness(packages/boot/app-boot 的 assertEntriesActivated)把"有 entry 未激活"判定为 boot 失败:
Error: dsh: plugin tree failed to load: dsh: 1 entry did not activate
dsh-accounts/fill: pending (waiting for service: browser)
于是装上这类插件、但机器上没有 browser 服务的 profile 会直接起不来(上游已在 issue #2 记录,并在 PR #3 里改成运行时检测)。
在两者都修好之前,本插件是一条立刻可用的路:只发布 browser 服务,不注册任何工具。
社区里另一个提供 browser 服务的是 dsh-builtin-browser(npm 上的无 scope 包名,第三方项目,不是 DeepSeek 官方;自带 Electron + CDP 与 33 个 browser_* 工具)。但如果你已经在用 browser-skill(bsk + 浏览器扩展,驱动你自己的浏览器),装它会撞车:两者都注册 browser_session,而工具注册表对重名直接抛错,browser-skill 的六个工具是一次整体注册,会整组失效。
| 驱动 | 工具 | ctx.browser 服务 |
|
|---|---|---|---|
browser-skill |
你的浏览器(扩展 + bsk) | 6 个(懒加载) | ❌ |
dsh-builtin-browser |
自带 Electron | 33 个 | ✅ |
| 本插件 | 你的浏览器(bsk) | 0 个 | ✅ |
因此它可以和 browser-skill 共存:会话、Agent Window、登录态都复用同一套 bsk daemon。
安装
dsh plugin --profile web add file:/Volumes/Kapp/source/dsh-browser-bsk
装完重启 DSH。然后 dsh-accounts/fill 就能激活——如果你的 cordis.patch.yml 里有为它写的 disabled: true,现在可以删掉(有服务了,不会再 pending)。
实现的服务面
消费者需要什么就实现什么,没有 stub(未实现的方法直接不存在,调用即报错,不会静默无操作):
| 方法 | bsk 命令 | 说明 |
|---|---|---|
open(label) |
bsk session start |
返回 session id;label 只记日志(bsk 不按 label 去重) |
listTabs(session) |
bsk tab list --session S |
归一化为 {tabId, url, title, active, scope} |
setValue(session, {target, value}, signal) |
bsk fill --session S --selector X --value V |
只支持 by: 'css'(bsk 只认 CSS 选择器与快照 ref) |
click(session, {target}, signal) |
bsk click --session S --selector X |
同上 |
key(session, {key}, signal) |
bsk press <KEY> --session S |
例如 Enter |
detectChallenge(session, signal) |
bsk get-html --session S |
读页面标记匹配验证码特征(reCAPTCHA/hCaptcha/Turnstile/Geetest/滑块…) |
close(session) |
bsk session stop <ID> |
幂等;会话已消失时静默 |
dsh-accounts/fill 里"复用当前会话"的快路径会 import('dsh-builtin-browser/tool-browser') 读它的 internals.sessions;本插件不提供那个包,所以它每次都会走它自己的回退路径(ctx.browser.open(taskKey) 自开会话),日志里会有一条 warn。这是已知且预期的行为。
配置
cordis.patch.yml 的 entry config:
- insert:
- id: browser-bsk
name: dsh-browser-bsk
config:
bskPath: bsk # bsk CLI;默认从 PATH 解析
timeoutMs: 120000 # 单次命令超时
sessionWidth: 1400 # 可选,与 sessionHeight 成对生效
sessionHeight: 900
测试
node --test test/*.test.mjs
测试用真实 cordis Context 挂载服务(覆盖 super(ctx, 'browser') 注册路径),CLI 调用全部走注入的假 runner,不会启动真实浏览器会话,也不需要 daemon。
真实浏览器端到端(可选,会开一个 Agent Window)
e2e.mjs 与 e2e-challenge.mjs 走真实 bsk daemon:前者在一个本地登录页上跑完 open → listTabs → detectChallenge → setValue ×2 → click → 校验提交结果 → close(就是 dsh-accounts/fill 的调用序列);后者是验证码检测的正样本对照。
mkdir -p /tmp/logintest && cd /tmp/logintest && python3 -m http.server 8123 &
node e2e.mjs # 期望末尾打印 WELCOME alice
node e2e-challenge.mjs # 期望打印 markers: g-recaptcha / recaptcha/api.js / captcha / verify you are human
需要本目录下有指向 Harness 依赖的 node_modules:
ln -sfn ~/.dsh/profiles/node_modules node_modules # 仅本地跑测试用,已被 .gitignore 忽略
已知限制
- 只实现上面那张表;seam 的其他方法(
navigate/snapshot/execute/screenshot…)没有实现。有消费者需要时再加,而不是现在铺 stub。 - 只支持 CSS 选择器定位(
by: 'css',index: 0)。 detectChallenge是标记匹配,不是能力边界:只用于"命中就跳过代填"的保守判断。- 与
dsh-builtin-browser互斥(两者都发布browser服务),同时安装会重复注册服务。
No comments yet. Be the first to write one.