chenhaolove89/dsh-chrome-control
chenhaolove89★ 0JavaScriptLast synced: 2026-08-14
DSH 插件:通过 CDP 控制专用 Chrome 实例(标签页/导航/DOM 快照/点击/输入/截图/求值,16 个 chrome_* 工具)
README excerpt
chrome-control —— Chrome 控制(CDP) 通过 Chrome DevTools Protocol 控制一台 专用 Chrome 实例 (独立临时用户目录 + --remote-debugging-port ),提供 16 个模型工具: 工具 作用 chrome open / chrome close 启动/关闭专用 Chrome(可 headless) chrome status 标签页列表与当前状态 chrome goto / chrome back / chrome forward / chrome reload 导航 chrome new tab / chrome close tab 标签页管理 chrome dom 可见可交互元素 DOM 快照(nid + 坐标) chrome click / chrome type / chrome keypress / chrome scroll 交互(DOM 节点或视口坐标) chrome screenshot 截图(视口/整页,PNG 落盘) chrome eval 页面内只读 JS 求值 架构 - host.js —— 动态插件 Host 半源码(= cordis define 的 code.host 原文),供会话内 cordis define + cordis run 恢复。 - chrome-helper.mjs —— Node 辅助进程(CDP 桥), 运行时资产 。 - preset/plugin.js —— 同一功能的 预设平面版 (真实 Cordis 插件,零外部依赖),用于挂进 agent preset(如 vue-admin),见 preset 种子 custom-plugins/presets/vue-admin/ 。 移植 / 恢复注意 1. 放置 helper :把 chrome-helper.mjs 复制到目标工作区的 .dsh-chrome/ 目录(host.js 从此路径读取并 spawn)。 2. 动态恢复 :读 host.js 内容 → cordis define (kind: new + idPrefix,如 chrom )→ cordis run 。纯 Host 插件,无 Client 半,无需 UI 授权。 3. 预设挂载 :把 preset/plugin.js + chrome-helper.mjs 放进预设目录,并在 agent.cordis.yml 加行: 相对行以预设目录为基准; plugin.js 刻意不 import 任何 @deepseek-ai/ (用户预设目录无 node modules),工具定义手写 ToolDefinition 。 4. 环境前提 : - Node = 22(helper 用全局 WebSocket );…
View full README on GitHub →Category
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件,为 DeepSeek、GLM 等纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面、语义)。
★ 1,123
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 794
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件:带意图的图片问答、长截图 OCR、UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 298