dsh-browser-cdp

dsh-browser-cdp — 看得见的 Agent 浏览器（CDP 接入） 看得见的 Agent 浏览器（CDP 接入），同时驱动 egolite / Tabbit / Chrome / Edge / Brave / Lightpanda。常驻只有 bcdp_status（401 字符），其余 33 个 bcdp_* 工具按活动批次解锁——不碰浏览器的会话不缴 schema token 税（实测 −91.9%）。实时观察窗支持直接点击/滚动/中文输入，点选元素以 @"picks/*.json" 引用投进输入框，人机验证提醒；非 CDP 通道（ego CLI / Tabbit CLI）以 3s 轮询同步画面。宿主 >=0.1.7-rc.1 Visible agent browser for DSH over CDP, also driving egolite / Tabbit / Chrome / Edge / Brave / Lightpanda. Only bcdp_status stays resident (401 chars); the other 33 context-optimized bcdp_* tools unlock per activity batch, so non-browser sessions pay no schema tax (−91.9% measured). Realtime watch panel with direct click/scroll/IME, element picks quoted into the composer as @"picks/*.json", human-verification notices; non-CDP channels (ego CLI / Tabbit CLI) sync frames by 3s polling. Host >=0.1.7-rc.1 = 0.12.2 (optional)"> = 22"> 仓库：github.com/drscrewdriver/dsh-browser-cdp｜版本历史见 CHANGELOG.md 版本兼容矩阵 | DSH (DeepSeek Harness) | 0.1.7-rc.1 | >=0.1.7-rc.1 =0.1.7-rc.1 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 34 个注册工具、lib/cast-server.js host 桥接、lib/client.js 的 deliverP

相对内置运行时本体（一个无头 CLI），我们多做了这些（都可对照本仓库代码核实）： 我们不声称媲美原生 macOS App 的内核级快照或多窗口体验；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 浏览器 "让 agent 用你已登录的浏览器，而不打扰你" 的设计初衷。

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 安装

方式一：GitHub 直装（推荐） 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 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：

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 / 本机 Tabbit CLI / Lightpanda

连接目标直接在设置里增删改（0.18.1 起，与 0.17.x 线同源）：设置卡有两处入口——「起子插件设置」family 区的本插件 tab（装了 dsh-thinking-levels 时），以及插件详情页的设置卡（plugins.bundle.config，不装 thinking-levels 时的独立入口）；两处渲染同一份组件。每行支持：启用开关、激活、标签/端点/CLI 路径就位编辑、逐行探测、上移/下移、删除（删激活行会同时清空激活，绝不顺延）；底部内联表单直接添加 CDP 端点、本机 ego CLI、Lightpanda 或本机 Tabbit CLI（第二条本机 CLI / Tabbit 行会被拒绝）。写回落在活动 profile 的 cordis.patch.yml，跨重启保留。0.18.1 之前，连接序列只能在 profile 的 cordis.patch.yml links 中手工维护。

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。列表元素有四种类型： 为什么需要第二种：注入用的 EGO_LINUX_CDP_URL 是内置运行时（Linux 线）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——只能连远端端口，或让内置运行时另起一个 stock Chromium。本机 CLI 类型补的就是这条路。Tabbit 行则是同类需求的另一条：只有 tabbit-cli 能驱 Tabbit 自己的任务生命周期（CLI 不对外开调试端口），所以插件不做裸 CDP 而是拼 Playwright 片段下发（详见下节「Tabbit 后端」）。

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。Tabbit 行的解析顺序（cliPath 留空时）：显式路径 → %LOCALAPPDATA%\Tabbit\LocalAgent\bin\tabbit-cli(.exe)（Windows）→ ~/.local/bin / /usr/local/bin（macOS/L