browser-operator
'用 DSH 的 mcp__browser__* 工具在用户自己的 Microsoft Edge 里干活:Playwright MCP + Playwright Extension,只操作扩展授权给本客户端的 DSH 标签组,组外标签不可见。技能自带运行时与安装/自检脚本(install.cmd、doctor.cmd),拿到目录即可安装复用。首次连接、组边界、snapshot→动作→校验、隐私边界、不可逆动作确认都在这里。凡是要打开网页、点击、填表、截图、读页面的任务都先读它。'
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/xuwxa--browser-operator)HTML
<a href="/listings/xuwxa--browser-operator"><img src="/api/listings/xuwxa--browser-operator/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
前提:Windows、Microsoft Edge、Edge 里装有 Playwright Extension、DSH ≥ 0.2.2。运行时已内置,通常不需要联网。
cd /d "<SKILL_DIR>\scripts" install.cmd doctor.cmd
`doctor.cmd` 最后一行出现 `RESULT: PASS` 才算装好。想彻底不弹授权页,从扩展的 Manage clients 页面复制 token 后:
install.cmd -ExtensionToken "PLAYWRIGHT_MCP_EXTENSION_TOKEN=xxxx"
配置写入 profile 的 `cordis.patch.yml`,包在 `# >>> browser-operator >>>` / `# <<< browser-operator <<<` 之间,重跑只替换这一段。DSH 0.2.2 会热加载,不用重启。
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 172 lines
- ---
- name: browser-operator
- description: '用 DSH 的 mcp__browser__* 工具在用户自己的 Microsoft Edge 里干活:Playwright MCP + Playwright Extension,只操作扩展授权给本客户端的 DSH 标签组,组外标签不可见。技能自带运行时与安装/自检脚本(install.cmd、doctor.cmd),拿到目录即可安装复用。首次连接、组边界、snapshot→动作→校验、隐私边界、不可逆动作确认都在这里。凡是要打开网页、点击、填表、截图、读页面的任务都先读它。'
- ---
- # browser-operator(v3 · Edge 扩展接管版)
- ```
- 链路:agent ── mcp__browser__* ── Playwright MCP(stdio,由 DSH 起) ── Playwright Extension ── 你自己的 Edge
- ```
- 本技能规定"在用户本人正在使用的 Edge 里操作浏览器"时的硬规则。规则优先于效率:宁可停下并如实报告,也不要越界、不要静默重试。
- > 版本史:v1 是 DSH 44.7.0 的 Playwright MCP + 扩展 + 安全代理;v2(同一天)改成 CDP 接管 9222 的独立 Edge;**v3 就是你正在读的这版**——回到 Playwright Extension,但目标浏览器是用户开着的 Edge,靠标签组划边界。v1 的代理实现与 v2 的 CDP 通道都已停用,v2 的启停脚本存档在 `scripts/legacy-cdp/`,不属于当前链路。
- ## 0. 三十秒上手
- 1. 自检:`powershell -NoProfile -ExecutionPolicy Bypass -File "<SKILL_DIR>\scripts\doctor.cmd"`
- - 最后一行 `RESULT: PASS` 才算装好;`FAIL` 按提示先补环境(见 §1)。
- 2. 第一次连浏览器:`mcp__browser__browser_tabs { "action": "list" }` 会在 Edge 里弹出授权页 —— **一个标签都不要勾,直接点 Allow**(页面底部会写 "Nothing selected. The client gets a new blank tab."),客户端拿到一个空白标签,并被放进名为 `DSH` 的标签组。
- 3. 之后照常干活:`browser_tabs` 看组里有什么 → `browser_navigate` / `browser_click` / `browser_type` … → 再 `browser_snapshot` 校验。
- ## 1. 安装(第一次用,或换机器/换 agent)
- 技能目录里已经带好运行时(`runtime/playwright-mcp/`,约 18 MB,含 `@playwright/mcp` 0.0.86 及其依赖)和三个脚本。安装是幂等的:
- | 脚本 | 作用 |
- | --- | --- |
- | `scripts/install.cmd`(= `install.ps1`) | 探测 DSH 目录与 profile → 缺运行时则 `npm install` → 拷贝技能到 `<DSH_HOME>\skills\browser-operator` → 往 profile 的 `cordis.patch.yml` 写**带标记的** MCP 行 → 用 `dsh --dump-config` 校验 |
- | `scripts/doctor.cmd`(= `doctor.ps1`) | 只读自检:node / 运行时 / Edge / 扩展是否安装 / profile 是否有 MCP 行 / 与 MCP 真实握手。加 `-ProbeBrowser` 会连一次浏览器并列标签(会触发授权页) |
- | `scripts/uninstall.cmd` | 删掉托管段与安装出来的技能目录,配置先备份 |
- 用法:
- ```bat
- cd /d "<SKILL_DIR>\scripts"
- install.cmd
- doctor.cmd
- :: 可选:想彻底不弹授权页,从扩展 Manage clients 页面复制 token 后
- install.cmd -ExtensionToken "PLAYWRIGHT_MCP_EXTENSION_TOKEN=xxxx"
- ```
- 要点:
- - `DSH_HOME` 自动探测顺序:`DSH_HOME` 环境变量 → `%APPDATA%\dsh-launcher\dsh-packs\*` → `%APPDATA%\dsh-launcher` → `~\.dsh`;都不对就用 `-DshHome` 指定。profile 默认优先 `pack-test`,否则取第一个。
- - 写进配置的是 `mcp-browser-edge` 行(`serverName: browser`,工具名因此是 `mcp__browser__browser_*`),包在 `# >>> browser-operator ... >>>` / `# <<< browser-operator <<<` 之间;重跑只替换这一段,不动别人的配置。
- - **不用重启**:DSH 0.2.2 会热加载新的 plugin 行,下一个模型步骤就能看到 `mcp__browser__*`。
- - 换机器时如果技能目录被移动过,重跑 `install.cmd` 让配置里的绝对路径跟着更新。
- ## 2. 第一次连接:授权页怎么点
- - 页面标题 "Playwright Extension",正文 "`"dsh-mcp-client" is trying to connect…`",下面是标签组 / 标签列表。
- - **正确做法:什么都不勾,直接 Allow。** 客户端会得到一个新的空白标签(`Nothing selected. The client gets a new blank tab.`),并把它放进 `DSH` 组。
- - 为什么不要勾:勾了等于把你手上的页面的控制权交出去;空白标签足够 agent 自己开页面。
- - 你之后随时可以把想交给 agent 的页面**拖进 DSH 组**,它们会出现在 `browser_tabs` 里;拖出去就又不归它管了。
- - 授权按客户端名记住(本机固定是 `dsh-mcp-client`,doctor 也用同一个名字,所以授权可以复用);之后重连不再弹。扩展 Manage clients 页可以 `Disconnect`,`Rotate token` 会让旧 token 失效,要重启浏览器才彻底生效。
- - 想彻底不弹窗:Manage clients 页面给了一条 `PLAYWRIGHT_MCP_EXTENSION_TOKEN=…`,交给 `install.cmd -ExtensionToken`。
- ## 3. 组边界(强制)
- - 你只能看到、只能操作 **DSH 组**里的标签。组外标签对工具不可见:`browser_tabs` 列不出来,`browser_click` 的 target 也不会命中。
- - 用户拖进组里的页面 = 用户主动交给你看的:可以读、可以在任务范围内操作,但**不要在它们上面乱导航、不要关闭**(它们可能是用户正在用的)。
- - 自己开新页面:`browser_tabs { "action": "new", "url": "..." }`;已有空白标签时直接 `browser_navigate`。
- - 关标签用 `browser_tabs { "action": "close", "index": N }`,只关自己开的。**不要用 `browser_close`**:它关掉整个浏览器上下文/所有标签,会连带关掉用户交给你的页面。
- ## 4. 工具速查(27 个,前缀 `mcp__browser__`)
- 观察与定位:
- | 工具 | 用途 / 关键参数 |
- | --- | --- |
- | `browser_snapshot` | 无障碍树快照,返回带 `[ref=e12]` 的节点。`depth` 限深度、`boxes:true` 带坐标、`filename` 存文件 |
- | `browser_find` | 在快照里搜文本/正则(`text` 或 `regex`),比整棵树便宜;只找元素时先用它 |
- | `browser_tabs` | `action: list`(列组内标签)、`new`(`url` 可选)、`select`(`index`)、`close`(`index`) |
- | `browser_console_messages` | `level: error/warning/info/debug`,`all:true` 取全程;排障用 |
- | `browser_network_requests` / `browser_network_request` | 请求列表 / 单条详情(`index` + `part: request-headers/request-body/response-headers/response-body`) |
- 动作(`target` 就是快照里的 `e12`,或唯一 CSS 选择器):
- | 工具 | 用途 / 关键参数 |
- | --- | --- |
- | `browser_navigate` | `url`;在当前标签里导航 |
- | `browser_navigate_back` | 后退 |
- | `browser_click` | `target`、`doubleClick`、`button: left/right/middle`、`modifiers` |
- | `browser_type` | `target` + `text`;`submit:true` 打回车、`slowly:true` 逐字敲 |
- | `browser_fill_form` | `fields` 一次填多个(数组,每项含 target/value/type) |
- | `browser_press_key` | `key`(`Enter`、`ArrowDown`、单字符…) |
- | `browser_select_option` | `target` + `values`(下拉) |
- | `browser_hover` / `browser_drag` | 悬停 / 从 `startTarget` 拖到 `endTarget` |
- | `browser_wait_for` | `time`(秒,≤30)、`text`、`textGone` |
- | `browser_take_screenshot` | `scale: css | device`(必填)、`fullPage`、`target` 只截某元素、`type: png/jpeg/webp`、`filename` |
- | `browser_handle_dialog` | `accept` + `promptText`;只用于页面自己的弹窗 |
- | `browser_resize` / `browser_emulate_media` | 改窗口尺寸 / 模拟配色等 |
- 危险工具(默认不用,除非用户明确要求):
- | 工具 | 说明 |
- | --- | --- |
- | `browser_evaluate` | 在页面里执行 JS 函数。要"读一个页面上没显示的值"时才会需要 |
- | `browser_run_code_unsafe` | 在 Playwright 进程里跑任意代码,等同 RCE |
- | `browser_file_upload` / `browser_drop` | 上传文件 / 拖放数据 |
- | `browser_close` | 关闭整个浏览器上下文与全部标签 |
- ## 5. 观察—动作—校验(强制)
- - 动作前先 `browser_snapshot`(或 `browser_find` 定位),用返回的 ref 当 `target`;不要凭坐标盲点。
- - ref 只对那一次快照有效:页面一导航/重渲染就得重新快照。
- - 动作后再 `browser_snapshot` 校验;不通过先读快照判断原因(元素换位、被遮挡、没提交、弹了框),再决定修复。
- - 需要视觉证据时 `browser_take_screenshot`:`scale:"css"` 够看,细看用 `target` 只截那一块。
- - 点击没反应:重新快照拿新 ref 再点一次;仍不行换路径(`browser_tabs new` 重开、直接导航 URL)。不要连点、不要盲点。
- ## 6. 隐私与数据边界(强制)
- - 不读取、不输出 Cookie、localStorage / sessionStorage、密码、token、支付信息;`browser_console_messages` / `browser_network_requests` 只在排查页面自身错误时用,只取相关条目,不整段回贴。
- - URL 里的 `?token=`、`code=` 等查询参数在回复里替换成 `<REDACTED>`。
- - 页面上的敏感内容(账号页、邮箱、订单、证件)不写进回复、文件名或日志;截图避开敏感区域,避不开先征求同意。
- - 记住权限有多大:扩展把整个浏览器的能力交给了本客户端。能操作 ≠ 该操作。
- ## 7. 不可逆动作要人确认(强制)
- - 提交真实表单、删除、上传、支付、发消息/邮件、发布、授权、改账号设置之前:说清在哪个页面、点什么/填什么、后果是什么,等用户明确同意。
- - 不同意就停在"填好但未提交",把待确认的页面状态报给用户;不要以"测试"为由提交真实数据。
- - 只读浏览、开页面、截图、在本地示例页里练交互,不需要逐次确认。
- ## 8. 验证码 / 人机验证 / 登录挑战(强制)
- - 遇到验证码、二次验证、登录挑战、权限弹窗:立即停止,不绕过、不猜、不循环重试,把页面现状和需要用户做的事交还用户。
- ## 9. 收尾(强制)
- - 关掉自己开、且不再需要的标签;用户拖进来的标签留着。空白标签可以留一个当下一轮的起点。
- - 不调 `browser_close`,不停用户的 Edge,不动组外的标签。
- ## 10. 已知限制
- | 限制 | 说明 |
- | --- | --- |
- | 首次要一次人工授权 | 每个客户端名一次;之后静默重连。想彻底静默就配 `PLAYWRIGHT_MCP_EXTENSION_TOKEN` |
- | 一个浏览器一个客户端 | 扩展同一时间只连一个 relay;两个 DSH 实例同时用会互相顶掉 |
- | 只有组内可见 | 组外标签是设计上不可见,不是 bug |
- | `file://` 受工作区限制 | 默认只能开工作区里的文件,越界要 `--allow-unrestricted-file-access` |
- | 没有"截图坐标点击" | 这个 bake 里没开 vision 能力,点击只能靠 ref/选择器 |
- | 页面可能被用户同时动 | 用户在组内页面上操作会和你抢;动作后务必校验 |
- ## 11. 排障(症状 → 处理)
- | 症状 | 处理 |
- | --- | --- |
- | 工具列表里没有 `mcp__browser__*` | `doctor.cmd`;看 profile 是否有 `mcp-browser-edge`;没有就 `install.cmd` |
- | `Playwright Extension not found in "…Chrome\\User Data"` | MCP 行缺 `--browser msedge`(会去 Chrome 目录找扩展)——重跑 `install.cmd` |
- | `Playwright extension did not connect within 30s` | 授权页没点 Allow(配了 token 才有 30s 超时);重跑工具调用 |
- | 授权页一直"connecting" | 之前那次 relay 已经退出:关掉旧授权页,重跑工具调用会开新的 |
- | `browser_tabs` 是空的 | 组里没有标签:`browser_tabs {action:"new"}` 开一个 |
- | 点了没反应 | 重新 `browser_snapshot` 换 ref;检查是否弹了 dialog |
- | 想确认连的是哪个浏览器 | 打开 `edge://version`,能读到就说明是这台 Edge;扩展页 Manage clients 里也能看到客户端和它的标签 |
- ## 12. 关键路径
- | 项 | 路径 |
- | --- | --- |
- | 本技能(源) | `<SKILL_DIR>` |
- | 安装位置 | `<DSH_HOME>\skills\browser-operator`(本机 `…\dsh-packs\pack-test\skills\browser-operator`) |
- | 运行时 | `runtime\playwright-mcp\node_modules\@playwright\mcp\cli.js` |
- | MCP 行 | `<DSH_HOME>\profiles\<profile>\cordis.patch.yml` 的托管段(`mcp-browser-edge`) |
- | 输出目录 | `runtime\out`(console/网络/截图落盘文件) |
- | 档案 | `scripts/legacy-cdp/`(v2 的 edge-cdp 启停脚本,已停用) |
- ## 13. 变更记录
- - **2026-11-20 v3**:改回 Playwright Extension,接管用户自己的 Edge;只操作授权标签组;首次授权"不勾选 → 空白标签";新增 `install.cmd` / `doctor.cmd` / `uninstall.cmd` 与内置运行时,技能可被别的 agent 直接安装复用;CDP 通道(v2)降级为可选备用并默认停用。
- - 2026-11-20 v2:CDP 接管 9222 独立 Edge(插件 `web-ui-browser-view`),已停用,见 `scripts/legacy-cdp/`。
- - 2026-11-20 之前 v1:DSH 44.7.0 的 Playwright MCP + 扩展标签组 + `browser-mcp-proxy.js` 安全代理,链路易主已不存在。
README.md · README · 88 lines
- # browser-operator
- **让 AI agent 在你自己正开着的 Microsoft Edge 里干活,而不是另开一个它自己的浏览器。**
- 这是一个 DSH 技能(skill)。链路是:
- ```
- agent ── mcp__browser__* ── Playwright MCP(stdio,由 DSH 起) ── Playwright Extension ── 你自己的 Edge
- ```
- agent 只能看见、只能操作扩展授权给它的那个标签组(`DSH`)。组外的标签对它不可见——不是 bug,是设计。
- > 当前版本 v3(Edge 扩展接管版)。v1 的 Playwright MCP + 安全代理、v2 的 CDP 接管 9222 都已停用;v2 的启停脚本作为存档留在 `scripts/legacy-cdp/`。
- ## 为什么这么做
- | 做法 | 问题 |
- | --- | --- |
- | 让 agent 自己起一个无头浏览器 | 没有你的登录态、扩展、代理和企业证书,等于从零开始 |
- | CDP 接管一个独立 Edge(9222 端口) | 要单独维护一套用户目录,且整个浏览器都对 agent 敞开 |
- | **复用你正在用的 Edge + 扩展授权标签组** | 登录态现成;边界由标签组划定,看得见也管得住 |
- 代价是第一次要你手动点一次授权页。
- ## 目录
- | 路径 | 内容 |
- | --- | --- |
- | `SKILL.md` | 技能正文:硬规则、工具速查、排障。**agent 读的是这个** |
- | `scripts/install.cmd` / `install.ps1` | 幂等安装:探测 DSH 目录与 profile → 补运行时 → 拷贝技能 → 写入带标记的 MCP 配置行 → 校验 |
- | `scripts/doctor.cmd` / `doctor.ps1` | 只读自检:node / 运行时 / Edge / 扩展 / profile 配置 / 与 MCP 真实握手 |
- | `scripts/uninstall.cmd` | 卸载:删托管配置段与安装目录,改配置前先备份 |
- | `scripts/legacy-cdp/` | v2 的 CDP 启停脚本(已停用,仅存档) |
- | `runtime/playwright-mcp/` | 内置运行时,含 `@playwright/mcp` 及其依赖,约 18 MB,离线可用 |
- ## 安装
- 前提:Windows、Microsoft Edge、Edge 里装有 Playwright Extension、DSH ≥ 0.2.2。运行时已内置,通常不需要联网。
- ```bat
- cd /d "<SKILL_DIR>\scripts"
- install.cmd
- doctor.cmd
- ```
- `doctor.cmd` 最后一行出现 `RESULT: PASS` 才算装好。想彻底不弹授权页,从扩展的 Manage clients 页面复制 token 后:
- ```bat
- install.cmd -ExtensionToken "PLAYWRIGHT_MCP_EXTENSION_TOKEN=xxxx"
- ```
- 配置写入 profile 的 `cordis.patch.yml`,包在 `# >>> browser-operator >>>` / `# <<< browser-operator <<<` 之间,重跑只替换这一段。DSH 0.2.2 会热加载,不用重启。
- ## 三十秒上手
- 1. `browser_tabs { "action": "list" }` —— Edge 里弹出授权页。
- 2. **一个标签都不要勾,直接点 Allow。** 页面会写 `Nothing selected. The client gets a new blank tab.`,客户端拿到一个空白标签并被放进 `DSH` 组。
- 3. 之后:`browser_tabs` 看组里有什么 → `browser_navigate` / `browser_click` / `browser_type` → `browser_snapshot` 校验。
- 想交给 agent 的页面随时拖进 `DSH` 组,拖出去就收回。
- ## 写进 SKILL.md 的硬规则
- - **组边界**:只操作 `DSH` 组内的标签;用户拖进来的页面可以读,但不要在上面乱导航、不要关。
- - **观察 → 动作 → 校验**:先快照拿 `ref` 再动作,动作后必须再快照确认;ref 只对那次快照有效。
- - **隐私红线**:不读不输出 Cookie / storage / 密码 / token / 支付信息;URL 里的 `?token=` 一律替换成 `<REDACTED>`。
- - **不可逆动作先问人**:提交真实表单、删除、发布、支付、发消息、改账号设置之前,说清后果并等明确同意。
- - **验证码/二次验证一律停手**:不绕过、不猜、不循环重试,交还给人。
- - **不用 `browser_close`**:它会关掉整个浏览器上下文,连带关掉你交给它的页面。
- ## 已知限制
- | 限制 | 说明 |
- | --- | --- |
- | 首次需一次人工授权 | 按客户端名记住,之后静默重连 |
- | 一个浏览器一个客户端 | 扩展同一时间只连一个 relay,两个 DSH 实例会互顶 |
- | 组外不可见 | 设计如此 |
- | `file://` 受工作区限制 | 越界需 `--allow-unrestricted-file-access` |
- | 无"看截图点坐标" | 未开 vision 能力,点击只能靠 ref / 选择器 |
- | 可能与用户抢操作 | 用户同时动组内页面会打断你,动作后务必校验 |
- ## 关于本仓库
- `runtime/playwright-mcp/node_modules/` 是上游依赖的逐字副本(`@playwright/mcp`),未做改动。
- ## 许可证
- [MIT](LICENSE)
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.