Skip to content

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

7 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 

Repository files navigation

dsh-skill-agent-browser

Warning

AI 生成声明 / AI-Generated Notice 本项目(代码与文档)由 AI 辅助生成,仅供个人学习、参考与二次开发使用。 请在使用前自行审查代码的安全性,作者不对使用本项目造成的任何后果负责。 This project (code & docs) was AI-assisted. Use at your own risk; review before use.

English summary — A DeepSeek Harness skill for fast, deterministic browser automation on top of Vercel Labs agent-browser (an accessibility-tree snapshot CLI). It selects elements by stable @ref ids instead of fragile CSS selectors, supports the full command set (navigate, click, fill, snapshot, screenshot, network, tabs, diffs, safety controls), and is pre-configured to self-launch a dedicated Edge debugging instance (--remote-debugging-port=9222 on the non-default User Data Debug profile dir — required because Edge ≥136 ignores the debug port on the default profile) so login state and cookies are reused as-is.

DeepSeek Harness 的浏览器自动化技能(skill)。基于 agent-browser CLI (0.27.0,Vercel Labs 出品)封装:用可访问性树快照 + @ref 引用做确定性元素选择, 替代脆弱的 CSS 选择器猜测。本仓库收录技能正文(SKILL.md)、面向使用者的 README 与 面向维护/拓展的技术文档。

许可:MIT。


设计核心

  1. 快照优先:agent-browser snapshot -i --json 输出页面可访问性树 + refs 映射; Agent 总是按 @ref 定位元素(确定性),改版后重拍快照即可。
  2. 自启专用调试实例(本机默认):Chromium/Edge 自 136 起,在默认 User Data 目录上会直接忽略 --remote-debugging-port(上游安全限制),用户日常 Edge 因此完全没有 CDP、不可被自动化。技能改为按需自行启动一个独立 Edge 实例——非默认数据目录 User Data Debug + 端口 9222——复用其中的登录态与 cookie,不做沙箱。便利是设计目标, 代价是每个动作都以该真实身份执行(见 SKILL.md "Working Safely")。
  3. 命令即接口:导航 / 快照 / 交互 / 表单 / 等待 / 网络 / 标签页 / 状态持久化 / 截图 PDF / diff / 安全控制,全部是 CLI 子命令,任何 Agent 都能稳定调用。

快速开始

前置条件(本机已配好)

  • agent-browser 0.27.0 全局安装(agent-browser --version)。
  • 使用系统 Edge(AGENT_BROWSER_EXECUTABLE_PATH 指向 msedge.exe),无需 agent-browser install。
  • 用户日常浏览器是普通 Edge(快捷方式无任何调试参数、无 CDP)——不可自动化,也不可触碰。
  • 调试实例由技能按需自启(见下):User Data Debug 数据目录 + 端口 9222,登录态复用。

核心工作流

# 1. 导航 + 快照(-i 只输出交互元素,--json 机器可读)
agent-browser open https://example.com
agent-browser snapshot -i --json

# 2. 从 JSON 的 refs 里取 @ref,再交互(PowerShell 记得加引号!)
agent-browser click @e2
agent-browser fill @e3 "text"

# 3. 页面变化后重新快照(ref 会漂移)
agent-browser snapshot -i --json

浏览器通过守护进程在命令之间保持存活,&& 串联即可共享同一会话。

自启专用调试实例并附加(默认方式)

# 1. 探测 CDP 是否已存活(实例会在任务间保持运行)
curl -s http://127.0.0.1:9222/json/version
# 2. 仅当端口不在时——自行启动专用调试实例:
Start-Process 'C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe' -ArgumentList `
  '--user-data-dir="C:\Users\DKX\AppData\Local\Microsoft\Edge\User Data Debug"',
  '--remote-debugging-port=9222',
  '--no-first-run'        # 隐身运行再加 ,'--headless=new'

# 3. 轮询等待端点就绪(≤15s)后即可附加
agent-browser --cdp 9222 open <url>               # 在调试实例开新标签页
agent-browser --cdp 9222 snapshot -i --json
agent-browser --cdp 9222 click '@e2'

常用命令速查(v0.27.0)

类别 命令示例
导航 agent-browser open <url> / back / forward / reload
快照 snapshot -i --json(可加 -u 显示 href、-s "#main" 限定作用域)
交互 click @e2 / dblclick / fill @e3 "text" / type / press "Enter" / hover / focus / check / uncheck / select @e6 "v" / upload @e9 file.pdf / download @e10 out.pdf
键盘鼠标 keyboard type "text" / mouse move 100 200 / wheel 300
对话框/iframe `dialog accept
读取 `get text
状态 `is visible
等待 wait @e2 / wait 1000 / wait --text "Welcome" / wait --url "**/dashboard" / wait --load networkidle
会话隔离 --session admin open ...(独立实例,自己的 cookie)
登录复用 --state auth.json / --session-name myapp / --profile Default / `auth save
截图/PDF screenshot page.png / screenshot --full / screenshot @e2 / screenshot --annotate / pdf page.pdf
网络 network route "**/ads/*" --abort / network requests --filter api / network har start trace.har
标签页 tab new <url> / tab 2 / tab list / tab close(调试实例归 agent 所有,任务结束可整体关闭;用户日常 Edge 则完全不要碰)
安全控制 --confirm-actions <categories> + `confirm

完整手册(权威,与安装版本一致):

agent-browser skills get core --full

仓库结构

dsh-skill-agent-browser/
├── SKILL.md          # 技能正文(安装到 ~/.dsh/skills/agent-browser/SKILL.md)
├── docs/
│   └── TECHNICAL.md  # 技术文档:架构、快照/ref 机制、安全模型、维护与拓展
└── README.md         # 本文件

安装技能到 DSH

把 SKILL.md 复制到 ~/.dsh/skills/agent-browser/SKILL.md(~/.dsh 即 $DSH_HOME)。

许可证

MIT License — 见 LICENSE。

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors