dsh-trio

🐋 dsh-trio — DeepSeek Harness 全家桶

一条命令装三个超能力:浏览器自动化 + MCP Server + GitHub 集成。

dsh plugin --profile web add dsh-trio

模块	做什么	端点/工具
🧭 浏览器自动化	多配置文件(工作/个人隔离)+ 多标签 + 下载/上传 + Cookie 持久化 + 表单填充与回放,人可旁观实时画面	`browser_*` 工具 × 22 + 实时画面页
🔌 MCP Server	会话/agent 反向暴露,长任务流式输出 + 进度,resources,OAuth 2.0 鉴权	`http://127.0.0.1:3080/trio/mcp`
🐙 GitHub 集成	issue/PR 全流程 + webhook 自动评审(去重)+ issue 自动修复闭环 + 事件看板	`github_*` 工具 × 13 + webhook
🦊 GitLab 集成	项目/issue/MR(含行内评论)+ webhook 自动 MR 评审	`gitlab_*` 工具 × 7 + webhook
🎛️ 控制台	`/trio` 一页汇总模块状态 + GitHub 最近事件	`http://127.0.0.1:3080/trio`

零构建、零配置依赖:src/ 直接是发布产物,不依赖任何 @deepseek-ai 包(版本兼容性最大化),唯一第三方依赖是 playwright-core(复用你系统里已装的 Edge/Chrome,不用下载 Chromium)。

安装

# 1. 安装(会自动通过 pnpm 链接到你的 web profile)
dsh plugin --profile web add dsh-trio

# 2. 重启 dsh
dsh web

不需要某个模块?在 $DSH_HOME/profiles/web/cordis.patch.yml 里删掉对应行 (trio-browser / trio-mcp / trio-github / trio-gitlab / trio-console)即可,或给对应行加 config: { enabled: false }。

🧭 浏览器自动化

给 agent 一个共享浏览器会话(多标签页,默认 headless;channel: auto 自动探测 msedge → chrome → chromium,也可 executablePath 指定):

工具	说明
`browser_open`	打开 URL
`browser_tabs`	标签管理:list / new / switch / close(按 id 或 index)
`browser_snapshot`	读取页面文本/链接/输入框(纯文本模型"看"网页的核心)
`browser_elements`	可交互元素结构化清单(input/button/select/链接 + 现成 CSS 选择器)
`browser_click` / `browser_type` / `browser_press`	点击 / 输入(可清空、可回车提交)/ 按键
`browser_form`	批量填充表单(selector 或 label 定位,可选回车提交)
`browser_eval`	页面内执行 JS 表达式或语句
`browser_screenshot`	截图存到 `<工作区>/.dsh-trio/screenshots/`
`browser_download`	保存页面触发的下载到 `<工作区>/.dsh-trio/downloads/`
`browser_upload`	上传本地文件到页面 `input[type=file]`
`browser_cookies`	Cookie 管理:list(可显示值)/ set / clear,处理登录态
`browser_wait` / `browser_back` / `browser_reload` / `browser_status` / `browser_close`	其余控制
`browser_profile`	多浏览器配置:list / use(work、personal…各自独立会话与登录态)
`browser_form_save` / `browser_forms`	表单保存与回放:保存填充记录,`browser_form from=<name>` 一键重填

多配置文件:config.profiles 声明命名配置,每个可带独立的 userDataDir (登录态隔离)——工作账号与个人账号互不干扰:

- id: trio-browser
  name: dsh-trio/browser
  config:
    profiles:
      work:     { userDataDir: C:/path/work-profile, channel: msedge }
      personal: { userDataDir: C:/path/personal-profile }

登录态持久化:配置 userDataDir 后,浏览器使用独立的用户数据目录 (launchPersistentContext),Cookie 与 localStorage 跨 DSH 重启保留——登录一次, 重启后 agent 还是登录状态:

- id: trio-browser
  name: dsh-trio/browser
  config:
    userDataDir: C:/path/to/dsh-trio-profile   # 留空 = 临时会话(默认)

| browser_wait / browser_back / browser_reload / browser_status / browser_close | 其余控制 |

实时画面:浏览器打开时访问 http://127.0.0.1:3080/trio/browser,每 2 秒自动刷新截图,看着 agent 操作你的浏览器。

# 换个端口的话就是 http://127.0.0.1:<你 dsh web 的端口>/trio/browser

首次调用浏览器工具时会自动启动浏览器;启动失败会提示你安装 Chromium (npx playwright install chromium)或配置 executablePath。

浏览器配置

# $DSH_HOME/profiles/web/cordis.patch.yml
- id: trio-browser
  name: dsh-trio/browser
  config:
    channel: auto        # auto | chrome | msedge | chromium | ""(playwright 默认)
    executablePath: ""   # 显式指定浏览器可执行文件(优先于 channel)
    headless: true
    screenshotDir: .dsh-trio/screenshots
    downloadDir: .dsh-trio/downloads
    liveViewPath: /trio/browser
    maxTextChars: 20000
    maxLinks: 50
    timeoutMs: 30000

🔌 MCP Server

把 DSH 变成一台 MCP 服务器。任何支持 Streamable HTTP 的 MCP 客户端都能接:

// Claude Desktop / Cursor / Cline 等客户端的 mcpServers 配置
{
  "mcpServers": {
    "dsh": {
      "url": "http://127.0.0.1:3080/trio/mcp"
    }
  }
}

暴露的工具:

工具	说明
`dsh_list_sessions`	列出本机 DSH 会话(标题/目录/时间)
`dsh_read_session`	读取会话事件摘要(消息、工具调用、结束原因)
`dsh_search_sessions`	全文搜索会话
`dsh_run_agent`	用 DSH 模型跑一个一次性 agent,返回最终文本;支持 `provider`/`model` 覆盖;带 `_meta.progressToken` 收到进度通知;带 `_meta.streamOutput: true` 收到逐段流式输出(notifications/message)
`dsh_agents_status`	列出当前运行中的 agent(会话 id + 状态)

Resources 支持:resources/list 暴露 dsh://sessions/<id> 会话资源, resources/read 读取完整事件摘要(JSON)。tools/list 响应中同时声明资源目录。

OAuth 2.0 鉴权(可选,替代静态 token):启用后提供 client_credentials token 端点(/trio/mcp/oauth/token)与 RFC 8414 授权服务器元数据(/.well-known/oauth-authorization-server):

- id: trio-mcp
  name: dsh-trio/mcp
  config:
    oauthEnabled: true
    oauthClientIdEnv: MCP_CLIENT_ID        # 客户端凭据从环境变量读取
    oauthClientSecretEnv: MCP_CLIENT_SECRET
    oauthTokenTtlMs: 3600000

客户端流程:POST token 端点(grant_type=client_credentials)→ 拿 access_token → 所有 MCP 请求带 Authorization: Bearer <token>。静态 authTokenEnv 与 OAuth 可并存;均未配置时不鉴权。

安全:设置 authTokenEnv(如 MCP_TOKEN)后,所有请求要求 Authorization: Bearer <token>。协议:零依赖手写实现 MCP Streamable HTTP(2025-03-26),支持 initialize / ping / tools/list / tools/call / resources/list / resources/read / SSE 响应 / GET 事件流 / DELETE 会话 / 服务器主动进度与流式输出通知。

MCP 配置

- id: trio-mcp
  name: dsh-trio/mcp
  config:
    path: /trio/mcp
    authTokenEnv: ""        # 例如 MCP_TOKEN;留空不鉴权
    runAgentTimeoutMs: 300000
    runAgentMaxOutputChars: 120000
    listSessionsLimit: 50

🐙 GitHub 集成

凭证:环境变量或 DSH credentials 里的 GITHUB_TOKEN(细粒度 token 只需 repo 权限)。

工具	说明
`github_repo`	仓库元信息
`github_issues` / `github_issue_create` / `github_issue_comment`	issue 三板斧
`github_issue_update`	更新 issue/PR 状态、标签、指派、标题、正文
`github_search_issues`	仓库内 issue/PR 搜索(支持 GitHub 搜索语法)
`github_pulls` / `github_pr`	PR 列表 / 详情(可带文件 diff)
`github_pr_review` / `github_pr_comment` / `github_pr_merge`	评审/评论/合并
`github_pr_review_comment`	diff 行内评论(path + line)
`github_workflow_runs`	CI 状态

Webhook 评审去重:同一 PR 的同一 head commit 只评审一次(reviewDedupe, 默认开启),synchronize 推送新 commit 才会触发新一轮评审。

事件看板:控制台 /trio 的 GitHub 卡片下方实时展示最近 webhook 事件 (时间/类型/仓库/编号/处理结果),数据源 GET /trio/github/events。

Webhook 自动评审

在 GitHub 仓库 Settings → Webhooks 添加:
- Payload URL:http://<你的机器>:3080/trio/github/webhook
- Content type:application/json
- Secret:与 webhookSecretEnv 指向的环境变量一致(如 GITHUB_WEBHOOK_SECRET)
- Events:勾选 Pull requests
评审模型:默认用 DSH 的默认模型;也可指定:

- id: trio-github
  name: dsh-trio/github
  config:
    tokenEnv: GITHUB_TOKEN
    apiBase: https://api.github.com
    webhookPath: /trio/github/webhook
    webhookSecretEnv: GITHUB_WEBHOOK_SECRET
    reviewModel:
      provider: deepseek
      model: deepseek-chat
    reviewMaxDiffChars: 60000
    autoReviewEvents: [opened, synchronize, reopened]

此后每个非 draft 的 PR 打开/更新时,DSH 会拉取 diff → 调用评审模型 → 以 COMMENT 评审提交到 PR。

Issue 自动修复闭环(webhook → agent 修 → 自动开 PR)

配置 autoFixRepos(仓库 → 本地路径)后,新 issue 会自动触发一个 DSH agent 在本地仓库里修复:fetch → 建 fix/issue-N 分支 → 修复 + 测试 → push → 自动开 PR(Fix #N: 标题,正文 Closes #N)。可选 autoFixLabels 只处理带指定标签的 issue(如 bug):

- id: trio-github
  name: dsh-trio/github
  config:
    ...
    autoFixRepos:
      "owner/repo": C:/path/to/local/repo
    autoFixLabels: [bug, priority-high]   # 空数组 = 所有 issue

前提:仓库 webhook 同时勾选 Issues 事件;本地仓库路径存在且可写; agent 需要能 push(配置好 git 凭据);同一时间只跑一个修复任务。

公网部署提示:webhook 需要能从 GitHub 访问到你的机器,可配合 frp/ngrok/ Cloudflare Tunnel;不要暴露到公网时务必配置 webhook secret。

🦊 GitLab 集成

凭证:环境变量或 DSH credentials 里的 GITLAB_TOKEN(PRIVATE-TOKEN 方式)。

工具	说明
`gitlab_project`	项目信息(星标/fork/issues/默认分支)
`gitlab_issues` / `gitlab_issue_create` / `gitlab_issue_comment`	issue 三件套
`gitlab_mr_list` / `gitlab_mr_create`	MR 列表(含来源/目标分支)/ 创建 MR
`gitlab_mr_inline_comment`	MR diff 行内评论(path + new_line)

Webhook 自动 MR 评审:仓库 Settings → Webhooks 添加 http://<机器>:3080/trio/gitlab/webhook(Secret Token 与 GITLAB_WEBHOOK_SECRET 一致,事件勾选 Merge Request)。MR 打开/更新时自动评审并以 note 发布(带 🤖 前缀)。reviewModel 配置与 GitHub 模块相同。

自建 GitLab 实例:改 apiBase(如 https://gitlab.example.com/api/v4)。

🎛️ 控制台

浏览器打开 http://127.0.0.1:3080/trio:

浏览器卡:开/关状态、标签数、当前 URL,一键跳转实时画面
MCP 卡:端点协议版本、工具数量、一键"测试连接"
GitHub 卡:webhook 端点在线状态 + 配置指引

页面每 5 秒自动刷新,样式与 banner 同源的 anthropic.com 人文简朴风。

开发与测试

npm install          # 安装 playwright-core(本地测试用)
npm test             # 冒烟测试(模块加载 + 工具表 + HMAC 签名)
node test/browser-launch.mjs   # 验证本机浏览器通道可启动

本地热加载调试(无需发布):

dsh --profile web --patch ./e2e.patch.yml --port 3111

发布

npm publish   # 纯 JS 无构建步骤,lib 即源码,无需 prepare 脚本/allowBuilds

发布后记得:

给仓库打 dsh-plugin topic;
给 awesome-dsh-plugin 提 PR 加入精选列表。

路线图

[x] 浏览器:多标签页、下载、Cookie 登录态、表单自动填充 ✅(0.2.0)
[x] MCP:dsh_run_agent 流式进度通知 ✅(0.2.0)
[x] GitHub:PR 行内评论、issue 更新与搜索 ✅(0.2.0)
[x] /trio 控制台 ✅(0.2.0)
[x] 浏览器:登录态持久化(userDataDir)、browser_upload 文件上传 ✅(0.3.0)
[x] MCP:resources/ 支持、dsh_run_agent 模型覆盖参数 ✅(0.3.0)
[x] GitHub:issue 自动修复闭环(webhook → 子 agent 修 → 开 PR)✅(0.3.0)
[x] GitLab 支持 ✅(0.3.0)
[x] 浏览器:多配置文件(工作/个人)、表单保存回放 ✅(0.4.0)
[x] MCP:OAuth 鉴权(client_credentials + RFC 8414)、流式输出推送 ✅(0.4.0)
[x] GitHub:webhook 事件看板(控制台内)、评审缓存去重 ✅(0.4.0)
[x] GitLab:MR 行内评论、webhook 评审 ✅(0.4.0)
[ ] 浏览器:表单值加密存储(敏感字段)、录制回放(动作序列)
[ ] MCP:dsh_run_agent 可取消(progress 上报 + cancel)、会话续跑
[ ] GitHub:webhook 事件持久化(重启保留)、批处理评审队列
[ ] GitLab:issue 自动修复闭环(镜像 GitHub 方案)

License

MIT