dsh-web-search-ddg

English | 中文

为 DeepSeek Harness（DSH）web 能力 seam（ctx.web）提供的零 token DuckDuckGo 搜索提供方。

DSH 自带的搜索路由（deepseek-official）把每次 web_search 执行为一次 deepseek-v4-flash 上的完整计费模型请求——即使你会话模型选的是别的。本插件用你的本地浏览器替换它：以 headless 模式驱动 Chrome/Edge/Chromium 抓取 DuckDuckGo 的 HTML 端点，并从 dump 出的 DOM 中解析结果链接。

• 每次搜索零模型 token——不需要 API key，不产生辅助模型请求
• 零依赖——只用 Node 内置模块；不需要下载 Playwright/Puppeteer
• 保留自带提供方的注册——切换只是一行配置，不用卸载

环境要求

• 提供 ctx.web seam 的 DSH 宿主（≥ 0.1.0-rc）
• 本地 Chromium 系浏览器。macOS（Chrome、Edge、Chromium）与 Linux（/usr/bin/chromium、/usr/bin/google-chrome）自动探测；可用 chromePath 覆盖
• Node.js ≥ 18

安装

在你的 DSH profile 目录（如 ~/.dsh/profiles/web）中，作为树外插件安装：

pnpm add dsh-web-search-ddg

然后编辑 profile 的 cordis.patch.yml，挂载插件并将其设为默认搜索提供方。注意 patch 行会整体替换目标行的 config（无深度合并），因此 web 行必须重述其拥有的全部键——自带行只拥有 searchProvider：

# 为面向模型的 web_search 工具选择本提供方。
- id: web
  config:
    searchProvider: ddg-browser

# 挂载插件（注册提供方 id `ddg-browser`）。
- insert:
    - id: web-search-ddg
      name: dsh-web-search-ddg

自带的 web-search-deepseek 行保持不动：其提供方仍注册且可用，切回只需一行（searchProvider: deepseek-official）。DSH 的选择是单一显式 id，不是优先级链——设计上就没有静默回退。

不启动宿主即可验证组合后的配置树：

dsh --profile web --dump-config | grep -A2 searchProvider

重启宿主后生效（host 侧插件行不热更新）。

配置

所有键均可选；配置写在上面 insert 条目里。

键	默认值	含义
chromePath	第一个探测到的浏览器	Chromium 系可执行文件的绝对路径。
timeoutMs	20000	单次尝试预算。超时时已缓冲的 DOM 输出仍算成功（Chrome 的 --dump-dom 进程打印后经常不退出）。每次搜索共两次尝试；保持 2 × timeoutMs 小于 tool-web 的 searchTimeoutMs（DSH 默认 60s）。
virtualTimeBudgetMs	8000	Chrome 的 --virtual-time-budget——dump DOM 前页面允许的沉寂时长。

行为说明

• 每次搜索延迟约 10–20 秒。 DOM 通常很快就绪，但子进程经常不自行退出（后台服务不会静默），因此结果常在超时兜底时拿到。兜底会读取缓冲输出，搜索仍然成功——只是不快。
• DuckDuckGo 挑战页会显式报错。 端点返回反爬挑战时，插件抛出明确错误，说明原因与回退方式（switch searchProvider back to deepseek-official）。绝不静默降级。
• headless UA 被覆盖为普通桌面 Chrome UA——端点识别 HeadlessChrome 标记并据此拦截。如果搜索开始普遍失败，可能是 DuckDuckGo 收紧了检测；更新 index.js 中的 UA 字符串。
• 每次尝试都在 OS 临时目录下的一次性 --user-data-dir 中运行，进程结束后尽力清理（泄漏的临时目录绝不会导致搜索失败）。

工作原理

1. 以 --headless --dump-dom --virtual-time-budget 和 UA 覆盖 spawn 浏览器，访问 https://html.duckduckgo.com/html/?q=<query>
2. 从 stdout 读取序列化 DOM；kill 兜底约束挂起的页面，超时时已缓冲的输出会被采纳
3. 解析 <a class="result__a">（标题）与 <a class="result__snippet">（摘要）；两类 href 都是 //duckduckgo.com/l/?uddg=<encoded> 跳转，因此从 uddg 解码真实目标 URL，并按它配对标题/摘要
4. 通过 seam 返回 { sources: [{ url, title?, snippet? }], truncated: false }——面向模型的 web_search 工具与结果卡片无需任何改动

开发

npm test          # 端到端：注册到 stub ctx.web 并跑一次真实搜索
CHROME_PATH=/path/to/browser npm test
TEST_QUERY="换个查询" npm test

许可证

MIT