dsh-ego-browser

ego-browser — 看得见的 Agent 浏览器

= 0.1.2-rc.1"> = 0.12.2 (optional)"> = 22"> 仓库：github.com/Fisfzy/dsh-ego-browser｜当前版本 v0.9.12｜版本历史见 CHANGELOG.md｜详情页：dshfind

右侧边栏实时显示 agent 正在操作的页面；可直接点击 / 滚动 / 输入，或点「弹出窗口」接管。 版本兼容矩阵 | dsh-better-sidebar | 0.12.2（可选） | ≥ 0.17.1 | 官方右侧边栏不可用时的可选侧栏回退（v0.9.3 起不再回退浮动球）； ⚠️ Windows + Chrome/Edge ≥127 的 profile 复制路径会被拒绝（ABE 导致 0 cookies，旧 junction 真实 profile 启动路径已在 0.9.4 删除）。请使用上面的扩展桥接；EGO_LINUX_LOGIN_IMPORT_FORCE=1 仅作为老版本浏览器的调试开关。

常驻执行器（v0.8.8，可选，默认关闭）：设置页「常驻执行进程」开启后，ego_* 调用复用同一个 ego-browser --serve 进程——首次调用支付启动开销，之后每次 ~1–2 ms（一次性 spawn 基准 ~340 ms）。浏览器被空闲回收或崩溃后，下一次调用自动回退到一次性 spawn 并重新拉起浏览器（带启动重试），随后恢复常驻；已经写出的请求不会重试，避免重复点击/填表。空闲停止时间可配（默认 30 分钟）。

把 CitroLabs/ego-lite（给 AI Agent 用的 Chromium）接入 DeepSeek Harness：以 35 个结构化 ego_* 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。 🚀 快速启动

1. 在 DSH 会话里说一句让 agent 用浏览器的话，例如： 打开 https://example.com ，截图并告诉我页面标题 2. agent 第一次调用 ego_* 时，右侧边栏的「Agent 浏览器」标签会自动出现（没有原生侧边栏时回退到 dsh-better-sidebar；两者都没有时不显示侧栏面板），实时显示它正在操作的页面。 3. 想接手时，直接在观察窗里点击 / 输入 / 滚动；需要完整浏览器窗口就点面板上的「弹出窗口」。 宿主侧无需配置：Chrome/Edge/Brave 自动探测，root / 无头自动兜底。第一次启动约 2–4 秒。如果观察窗没出现，先跑一次 ego_doctor 看环境；更换浏览器路径后需要让 agent 浏览器冷启动才生效（见「已知限制」）。 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。ego-browser 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。 关键差异两条： 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。 以上对比基于公开可见的可核实事实：本仓库代码（bin/ego-cast-worker.mjs 实时推流 + CDP 输入回传、lib/index.js 35 个注册工具、src/cast-server.ts（构建进 lib/index.js）host 桥接）与同类插件的源码/README。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）： 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 ego 系 "让 agent 用你已登录的浏览器，而不打扰你"（官网）的由来。

ego-browser 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。 ✨ 近期亮点 v0.9.12：macOS Cookie 落盘修复开关（#93 收尾）——社区实测确认 macOS 26/27 + Chrome 156 的 cookie 不落盘是登录 Keychain 层问题，--use-mock-keychain 可恢复；现把诊断开关升级为设置页正式选项 「macOS Cookie 落盘修复」（useMockKeychain，默认关闭，仅 macOS 生效，需浏览器冷启动）。同时写清落盘是延迟的（约 60 秒后才出现在 Default/Cookies）——此前"flush 后立刻查仍 0 行"的记录正是查得太早。安全权衡与排查步骤见下方「macOS Cookie 落盘」。 v0.9.11：cast worker 无限重启修复（#97）——自定义 EGO_LINUX_STATE_DIR 时 worker 与插件对 ego-cast.json 路径解析不一致，导致每 8 秒重复 spawn；现在统一为 /ego-cast.json，并加 in-flight 保护与指数退避。macOS Cookie 落盘诊断（#93 后续）——新增 EGO_LINUX_USE_MOCK_KEYCHAIN=1 / chromeArgs: "--use-mock-keychain" 对照开关，默认关闭，仅诊断用。 v0.9.10：标签页选择修复（#92）——不再把 chrome://newtab 当真实页；ego_script/ego_cli 支持 space 并同步 targetId pin。Windows 焦点修复（#96）——已 active 的标签不再重复 switchTab，最小化窗口不会被每次调用弹出。截图更干净（#96）——ego_screenshot