DSH 浏览器自动化技能（browser-automation）

仓库名 RSC 与内容无关，这里放的就是这个技能本身：让 AI agent 操作浏览器。 目录名 browser-automation 才是它的身份。

一句话

给 DSH 里的 agent 装上「开浏览器、点页面、填表、截图、抓 JS 渲染后的内容」的能力， 并记下某台 Windows 机器上把它调通的全过程与踩过的坑。

这不是通用模板——路径、版本号、报错都是那台机器的实况。换机器要改哪些路径， 见下面「本机环境」一节。

三种用法

它解决什么

为什么值得看

SKILL.md 里记的踩坑部分可能比代码更有用，都是实测撞出来的：

• 新增 MCP 插件行必须放在 - insert: 里。写成顶层 - id: xxx 会被 DSH 静默忽略—— 不报错、无日志、工具列表空着，极难排查。
• YAML 双引号会炸 Windows 路径："--executablePath=C:\Program Files\..." 里的 \M、\P 是非法转义，解析器直接报 found unknown escape character。得用单引号。
• 长路径别折行：YAML 会把折行当成带换行的单值，参数就废了。
• PLAYWRIGHT_BROWSERS_PATH 光设环境变量不够：已开着的进程读不到，得靠 site-packages 的 .pth 注入。而 .pth 里只有以 import 开头的行才会执行，写成裸赋值会静默失效。
• Windows 控制台 GBK 会让抓真网页崩：example.com 的 body 里有阿拉伯文/西里尔字母， print 直接 UnicodeEncodeError。脚本开头要把 stdout/stderr 转 utf-8。
• 含 Windows 路径的 docstring 要加 r""：否则 \Users 触发 truncated \UXXXXXXXX escape。
• HMR 不能免重启：dsh-base 默认启用 HMR 且监听的正是配置文件，但实测新增插件行不会挂载—— 它只管已挂载模块的重载，新增属于组合期的事。
• take_screenshot 的 filePath 会被工作区限制拦，不传该参数让截图直接返回更省事。

怎么装

把仓库 clone 进 DSH 的 skills 目录（目录名必须是 browser-automation， skill 靠它和 SKILL.md 的 frontmatter 识别），agent 启动时会自动加载：

git clone [email protected]:ClearCloudxR/RSC.git "$env:USERPROFILE\.dsh\skills\browser-automation"

两条路可以只用其中一条：

• 只用 Playwright：装依赖即可，不需要 MCP、不需要重启。

  & $py -m pip install playwright
  & $py -m playwright install chromium
  

• 要 MCP：把 mcp.json 里的条目并进 profile 的 cordis.patch.yml， 必须包在 - insert: 里（写成顶层 - id: 会被静默忽略），然后重启 DSH。

装完自检：

& $py smoke_test.py            # Playwright 三项
node examples\simulate_dsh_startup.js   # MCP 能否正常 spawn（不用重启）

文件

SKILL.md                      技能定义 + 环境事实 + 踩坑（主要价值在这）
mcp.json                      MCP 配置备份（真正生效的是 profile 的 cordis.patch.yml）
smoke_test.py                 Playwright 三项自检：导航 / JS 渲染 / 截图
verify_pth.py                 验证浏览器确实从 E 盘加载（不依赖环境变量）
examples/
  scrape.py                   抓取/截图模板
  mcp_smoke.js                手写 MCP 客户端，直接验 MCP 能驱动浏览器
  simulate_dsh_startup.js     按 profile 原样 spawn，模拟 DSH 启动行为（重启前自证）
  validate_profile.js         校验 profile 里 MCP 条目结构

本机环境（写死的部分）

Python   C:\Users\Administrator\.dsh\dsh-runtimes\dsh-primary-runtime\dependencies\python\python.exe
浏览器    C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe   （没装 Chrome）
node     F:\node\node.exe  v24.15.0
浏览器二进制  E:\ms-playwright        （C 盘紧张，搬到了 E 盘）
缓存      E:\dsh-cache\
MCP 配置   C:\Users\Administrator\.dsh\profiles\desktop\cordis.patch.yml

换台机器要改这些路径。 之所以保留原样，是因为这份记录本身就是「这台机器怎么调通的」， 泛化之后反而丢了信息。

实测记录

MCP 那条路逐项都真跑过，不是「能连上」：

填表那次最能说明问题：填入值 → 点按钮 → 按钮的 onclick 读到该值并把标题改成 clicked:hello-mcp，填进去的值真的被页面用上了。

仓库里还有什么