dsh-annotate

为 DeepSeek Harness 提供浏览器视觉反馈。/annotate 会让配套的 Chrome 扩展进入选择模式；每个被选中的元素都会为 Agent 的下一轮对话提供选择器、DOM 信息、计算样式高亮、可访问性数据、评论，以及可选的视口截图。

为什么存在 💡

浏览器界面问题很难通过纯文本准确描述。dsh-annotate 让你直接指向相关元素，并将周围的浏览器信息发送给 Agent，使视觉反馈与页面元素保持关联，而不是变成模糊的描述或一张脱离上下文的截图。

功能 ✨

• 通过 /annotate 在 Chrome 或 Chromium 中直接选择元素。
• 捕获选择器、DOM 信息、计算样式高亮、可访问性数据、评论和可选的视口截图。
• 通过本地 loopback WebSocket bridge 将结构化批注发送给 Agent。
• 支持按 loopback 主机、扩展来源和可选扩展 ID 限制浏览器连接。

安装 📦

将插件项目添加到 Harness profile：

dsh plugin --profile demo add ./dsh-annotate

然后安装配套扩展：

1. 在 Chrome 或 Chromium 中打开 chrome://extensions。
2. 启用开发者模式。
3. 选择加载已解压的扩展程序，并选中本项目的 browser-extension 目录。
4. 打开扩展弹窗，并保留默认的 bridge endpoint。

如需更严格的本地授权，可以将弹窗中显示的扩展 ID 复制到后续 Harness patch layer 的 allowedExtensionId 配置中。

使用 🚀

/annotate
/annotate http://localhost:3000

点击元素，输入评论，按需重复操作。点击提交会将所有已捕获的信息和当前可见标签页的截图发送给 Agent。按 Escape 取消。

配置 ⚙️

- id: dsh-annotate
  name: dsh-annotate
  config:
    host: 127.0.0.1
    port: 43119
    allowedExtensionId: abcdefghijklmnopqrstuvwxyzabcdef
    requestTimeoutMs: 300000
    maxPayloadBytes: 16777216
    includeScreenshot: true

服务器会拒绝非 loopback 主机，以及来源不是 chrome-extension:// 的浏览器连接。allowedExtensionId 为空时，接受任意本地安装的 Chrome 扩展；如需更严格的隔离，请设置准确的扩展 ID。

开发 🧑‍💻

pnpm install
pnpm run check

修改扩展文件后，请重新加载已解压的浏览器扩展。

范围 🎯

0.1 版本面向一台本地 Chrome/Chromium 浏览器、一个活动标签页和可见视口截图。远程浏览器、整页截图、编辑记录和可拖拽的行内批注卡片暂不支持。

许可证 📄

MIT

致谢 🙏

交互方式受到 pi-annotate 的启发。本实现围绕 Harness 的 human-command、attachment 和 Agent API 构建，并使用小型 loopback WebSocket bridge 代替 native-messaging host。