Agent 浏览器
官方页面插件 xfe.agent-browser 在导航栏添加“Agent 浏览器”。左侧为 WebView2，右侧是可拖动调宽的 DeepSeek 聊天栏。切换页面保留浏览器、登录状态和对话；禁用、卸载插件或退出应用会停止任务并释放页面。
首次使用
- 打开 Agent 浏览器，点击聊天栏右上角设置。
- 默认服务
https://api.deepseek.com/，模型deepseek-v4-flash。可选择deepseek-v4-pro或填写服务当前支持的模型名。 - 输入 API Key，保存到凭据
agent-browser.deepseek，也可以选择已有凭据。密钥使用宿主的 Windows 当前用户 DPAPI 凭据库，插件设置只保存引用。 - 默认技能目录是
C:\Users\XFEstudio\Desktop\work\AI\skill\browser-debugger。点击“检查技能与运行环境”验证 Node.js 22+ 与技能依赖。依赖缺失时在技能目录运行npm.cmd ci --ignore-scripts --no-audit --no-fund，不会下载浏览器。Node 可执行文件默认为 PATH 中的node，也可填写绝对路径。 - 在左侧打开需要的网站并手动登录，再描述任务，例如“读取当前表格，整理成 Markdown，先不要提交表单”。
Enter 发送，Shift+Enter 换行。“停止”取消模型请求和技能进程，已经完成的网页操作保留。“新对话”清除当前模型上下文和聊天记录，保留浏览器登录。修改模型、服务或技能设置会开启新对话。
自动使用技能
每次发送消息重新读取 SKILL.md、计算 SHA256，并创建新的 Node helper 进程。它实际导入指定目录的 scripts/browser-session.mjs，通过 openSession 连接本应用的 WebView2。该轮工具调用共用一个 Playwright 会话；结束调用 session.close() 刷盘并断开，WebView2 继续由宿主持有。技能缺失或连接失败时明确报错，不退回普通聊天。
| 工具 | 用途 |
|---|---|
browser_observe |
URL、标题、ARIA、所有 iframe 文本；每次用户发送后先自动观察 |
browser_execute |
异步 JavaScript 函数体；使用技能的 session、Playwright page/context 和 outputDir，用 return 返回结果 |
browser_screenshot |
截取当前 WebView2 并在聊天中显示 |
read_skill |
按需读取技能的 references/*.md，拒绝目录越界 |
支持 Playwright 定位、填写、点击、iframe、真实文件上传、下载、页面脚本及 session.cdp。弹出的新窗口在当前浏览器导航。网页和工具返回内容是待处理数据，不能改变用户指令；登录、验证码和系统确认由用户在可见页面完成。
浏览器使用独立 profile 和随机回环 CDP 端口，连接记录器前核对真实 targetId。不会附加个人 Edge/Chrome，也不共享聊天渲染器或其他浏览器 profile。端口冲突或策略阻止 CDP 时会报告错误，重新启用插件可分配新端口。
DeepSeek、Markdown 与执行记录
实现 Chat Completions 流式 SSE 和多轮工具调用：累计函数名与参数，依次执行，再回传对应 tool_call_id。流断开、截断或未正常完成不会标记成功。默认最多 32 轮工具调用，可设置为 1–100；模型请求最长 5 分钟，单个技能操作最长 75 秒。取消会停止该轮 Node 进程。
默认关闭思考模式。开启时保留并向 DeepSeek 回传协议要求的 reasoning_content，不在界面或日志展示、保存推理正文。界面展示公开回复、工具调用、实际结果、错误和截图。默认以文本模型运行；只有使用支持图片输入的模型时才开启“将截图发送给模型”。文本模型仍可根据 DOM/ARIA 操作网页，不能声称看过截图内容。
聊天支持流式 Markdown、标题、引用、嵌套列表、任务列表、表格、代码块、高亮、链接和复制。工具调用为可展开记录，输入输出作为文本呈现。链接在左侧浏览器打开。marked、DOMPurify、highlight.js 离线随插件分发；HTML 过滤配合 CSP 禁止外部脚本、外部图片和渲染器网络请求，截图只由宿主提供。
数据与运行
设置通过 AutoConfig 保存；密钥在凭据库。浏览器和技能产物位于工作区：
PluginData/xfe.agent-browser/BrowserProfilePluginData/xfe.agent-browser/ChatProfilePluginData/xfe.agent-browser/Downloads（浏览器下载，使用唯一文件名前缀）PluginData/xfe.agent-browser/Conversations/<时间-ID>/captures/...
原始 HAR、请求响应体和 session 文件仅保存在本地，可能包含网页凭据；聊天通过宿主管理的敏感字段过滤器。对话上下文仅保留在插件实例内，取消或失败会移除不完整工具消息，以便下一轮继续。
与首版其他插件一样，插件运行受信任的本地代码。Agent JavaScript 在独立 Node 进程中执行，并非操作系统安全沙箱；仅连接信任的模型、技能与账号。模型请求和技能进程通信在后台执行；WebView2 的宿主操作在 UI 线程执行。
开发与验证
XFEWorkflow.Plugins.AgentBrowser 包含平台独立的入口、技能加载和工具循环；XFEWorkflow.Plugins.AgentBrowser.WinUI 提供原生界面。构建自动复制到 BundledPlugins，发布脚本生成可上传 Space 的 .xfeplugin。页面 SDK。
dotnet XFEWorkflow/XFEWorkflow.Test/bin/x64/Release/net10.0-windows/XFEWorkflow.Test.dll --no-parallel --filter AgentBrowserTests --artifacts .artifacts/agent-browser-unit
原生增量检查名为 agent-browser-plugin-deepseek-skill-webview-markdown-tools-and-stop，支持 --ui-background。它用本机模拟 DeepSeek SSE，实际执行指定技能并操作 WebView2，验证填写、点击、iframe、截图、Markdown、主题、面板尺寸、跨页面会话和停止。不发送真实 AI 请求，不操作个人浏览器。以生成报告的 passed 字段为准。
2026-10-16 的增量 UI 检查已通过，包含真实文件选择上传、下载内容校验、设置页技能 doctor、凭据加密引用、插件禁用释放及立即重新启用并打开页面。报告、验证摘要。
界面：深色、浅色、设置。整页图由本应用的 WinUI RenderTargetBitmap 和两个 WebView2 的实际 CDP 渲染按控件坐标合成；未采集其他窗口，也不是生成式设计图。设置截图中的凭据仅为本地测试值。
