dsh-browser-annotate

当 agent 需要你帮它打开页面、点击按钮、填表单时，它其实是盲打的：没有视觉上下文、没有元素坐标、更无法理解你随口一句"不是这个，是旁边那个"。dsh-browser-annotate 把这条链路补完整——agent 通过 Chrome DevTools Protocol 和 Playwright 驱动一个真实 Chromium 窗口，拥有 openBrowserPage、navigatePage、readPage、screenshotPage、clickElement、dragElement、runPlaywrightCode、cdp 等十二个工具；而你能用右键快速注释或逐层 DOM 检查来锁定元素，捕获裁剪截图、CSS 选择器、DOM 路径、计算样式和你的文字备注，整批投递进对话输入框，给 agent 一个精确的操作坐标。\n\n注释有两种节奏：Quick 模式右键、打字、回车，一步完成，即使页面吞掉自己的事件也能记录；Inspect 模式用方向键逐层游走 DOM，悬停时 DevTools 风格面板实时显示选择器与样式，落在正确节点后回车提交。每条记录自带裁剪至元素包围盒的截图、CSS 选择器、role、页面 URL 与标题，agent 通过 annotations 工具读取同一队列——list 带截图返回，inject 以上下文块注入会话，clear 在你接管后清除整批。\n\n这个插件适合已经在终端跑 DSH web 的开发者：左侧是你的对话，右侧是多标签真实浏览器，两者通过 loopback HTTP 通信，不共享任何服务。两半互不依赖：没有桌面应用时十二个工具安静回答"未连接"而非挂起；没有插件时应用就只是一个双栏浏览器加注释队列。如果你的工作流是"agent 驱动页面，我指出它该碰哪个元素"，这就是那座桥。