让 dsh 接管浏览器：browser MCP 实战观摩
mcp__browser 工具清单、授权靶场实录，11 步图文逐步拆解，每步深链回源视频。
最近更新: 2026-10-04
dsh 从 browser MCP 那里得到的不是截图猜位置，而是一双真正的「手」：Playwright 驱动的真实浏览器挂载为原生工具后，mcp__browser__browser_navigate、browser_click、browser_snapshot 这些名字会原样出现在会话工具清单里，dsh 用它们导航、点击、填表、开标签页、读网络请求。
本页拆解一支格外干净的实录：UP 主在授权漏洞靶场上完整演示了从挂载工具到交付报告的全过程。如果你还没接过 MCP，先读 MCP 接入基础；本页专注看懂能力面与一次真实运行的形态。 MCP 接入基础
要点速览
- ▸browser MCP 给 dsh 一双操作真实浏览器的手：导航、点击、填表、可访问性快照、网络读取，工具分六组。
- ▸实战在授权靶场进行：意图编排、自主开标签页、逐项验证发现、下载证据包留痕，12 项确认。
- ▸工具清单帧是本页主图：browser_navigate、browser_click、browser_snapshot 等以 mcp__browser__* 前缀一目了然。
- ▸边界先讲清：网页自动化不是万能钥匙——遵守目标站条款与法律，带着登录态的浏览器谨慎挂载。
从工具清单到最终报告，逐步走读
能力面：browser MCP 给 dsh 加了什么
- 1
读懂工具清单：dsh 的网页动词表
这一帧是本页的钥匙：挂载好的 browser MCP 以 mcp__browser__* 前缀列出六组工具——导航（browser_navigate / navigate_back / new_tab / tabs / close）、元素交互（click / getClickable / input / type / fill / selectOption / hover / drag）、鼠标模拟（mouse_click_xy / mouse_move_xy / mouse_scroll / screenshot_xy / screenshot_ele）、读取验证（browser_snapshot 可访问性树 / browser_find）、网络（network_requests / network_response，需手动许可）、标签页脚本（tabs_executeCode / tabs_script）。看懂这六组，就看懂了 dsh 在浏览器里能做什么。
同一帧细读：六组工具就是 dsh 的网页动词表去源视频看 1:52 - 2
看工具在哪运行：会话壳
录屏的会话以网页接管演示为名，挂 1 个子代理、以渗透模式运行，界面分对话、轨迹、渗透三个标签页，旁边是 Session log。Think 与 Deep diving 状态提示 dsh 正在自主规划，而不是步步等人下指令——这就是「接管」与「问答」的区别。
「网页接管演示」会话：渗透模式、1 个子代理、三个标签页去源视频看 2:30
实战观摩：授权靶场上的自动化
- 3
看意图编排如何起步
编排方式值得细看：先 pentest_add_intent 创建 intent-1（目标是找出靶场根域名的全部已知漏洞），再 pentest_add_asset 挂载根域名资产，提示语写明「创建根资产，供子代理挂载提交」。Deep diving 1m38s 期间，browser MCP 与渗透类 MCP 组合、子代理按 intent id 消费任务——浏览器只是被编排的能力之一。
意图编排起步：先建 intent，再挂 asset，子代理随后认领去源视频看 4:00 - 4
把进展拆成可勾选的阶段
意图与资产清单把整场任务拆成阶段：信息收集、WAF 指纹识别、资产梳理等条目逐项标记完成。dsh 把一个大目标降维成可验证的小目标，每一步都能在轨迹里回放——这个拆法值得搬进你自己的会话。
阶段清单：信息收集、WAF 指纹识别逐项打勾去源视频看 4:18 - 5
看它自己开到真实站点
被接管的浏览器里是 Alibaba.com 的真实页面——智能体自主导航过去并渲染完成。browser_navigate 负责跳转，browser_snapshot 把页面转成模型能读的可访问性树，「导航 + 快照」这个循环就是网页自动化的基本盘。
自主导航到 Alibaba.com：真实站点渲染完成去源视频看 4:30 - 6
看发现如何用 curl 验证
验证阶段，对话里出现成串 curl 请求：dsh 把浏览器里看到的可疑点转成可复现的请求逐一核对。截图、快照、网络读取、命令行输出互相印证——正是这种交叉验证把「报告」和「我觉得」区分开。
curl 序列逐条验证：可复现才写进报告去源视频看 4:48 - 7
看批量导航进行时
左侧是 browser_navigate 的批量调用列表，右侧是仍开着的实时页面——接管进行中的样子。11 个可渲染的发现页后来就以独立标签页逐一呈现，用 browser_tabs_new 一次连发 4+ 个标签页是实录里的高频动作。
批量 browser_navigate 与实时页面同框：接管进行时去源视频看 5:45 - 8
读结论与成本画像
结论帧：12 项漏洞全部确认，www.zip 以下载证据形式留痕（自动保存在 .playwright-mcp/ 目录）。状态栏一行给出成本画像——9 轮 36 步、LLM 9m5s、缓存命中 97%、输入 2.5M token、输出 27.3K token。另一支讲解视频补充了 UP 主自己的对比口径：打包脚本执行比逐条 REPL 平均快 35%、成本约省 21.6%（数据出自人工大黑，按其片内口径引用）。
结论帧：12 项确认、标签页连发、状态栏成本画像去源视频看 1:30
证据形态与安全边界
- 9
看最原始的证据形态
这是加工最少的证据：一整页 Apache Server Status 铺满视口（Apache/2.4.62 Win64、MySQL/8.4.0、PHP/8.3.14）。服务器状态页本不该暴露在公网，浏览器接管让 dsh 亲眼读到它，再决定下一步探哪里。
原始证据：整页 Apache Server Status 直接入镜去源视频看 1:12 - 10
看交付形态：报告与浏览器同框
分屏就是这套组合的交付形态：左边是写完的报告，右边是 dsh 和它开着的浏览器。AI 出结论、浏览器留现场——每个论断都能点回原始画面复核。
报告与浏览器同框：AI 出报告、浏览器留现场去源视频看 7:12 - 11
分级清单收尾，边界再划一次
收尾帧把结果分级：Critical 2、High 3、Medium 4、Low 1，另有 Info 1，12 项检查全部完成。最后重申边界：这场演示打的是授权靶场；把同款工具面对准任何未获授权的站点都越过法律红线——拿它测试自己的应用、批量处理表单、监控页面，才是正确用法。
分级清单收尾：Critical 2 / High 3 / Medium 4 / Low 1 + Info 1去源视频看 7:30
常见问题
边界、依赖与成本——读者关于 dsh 浏览器自动化真正会问的问题。
browser automation 和 computer-use 插件有什么区别？
browser MCP 交给 dsh 的是一个浏览器（Playwright 驱动）：工具以 browser_* 命名，只操作网页——标签页、元素、快照、网络。computer-use 类插件（如 anionex/dsh-computer-use）面向整个桌面操作系统，靠截屏加无障碍接口驱动任意应用。做网页自动化选 browser MCP；只有需要跨应用操作桌面时才上 computer-use。
要装什么依赖？视频里用的是哪个仓库？
录屏没有亮出仓库名——帧内书证只有 mcp__browser__* 工具名和 .playwright-mcp/ 下载目录，据此可判定它是 Playwright 驱动的 browser MCP。2026-10-04 经 GitHub API 实查的同类开源项目：kyo615/dsh-browser-control（★7）、antibrow/dsh-antibrow（★688）、SciF-Lin/dsh-browsercontrol-mcp（★3）。多数方案需要本机有 Chromium/Chrome，Playwright 由插件自带或经 npm 安装。MCP 的通用接法见 MCP 接入基础；本页刻意不替视频指认任何仓库。
能过网站的反爬吗？登录态怎么办？
录屏打的是授权靶场，没有反爬对抗可看。真实站点各有服务条款与频率限制，生态方案差别也大：有的复用你真实浏览器的登录会话，有的提供持久身份。无论选哪种，先读目标站条款、控制请求频率，条款不允许的事不做。
browser MCP 和 MCP 是什么关系？
MCP（Model Context Protocol）是 dsh 挂载外部工具的通用协议；browser MCP 是其中一类服务，挂载后以 mcp__browser__browser_navigate 这样的名字出现在会话工具清单里（t=112 帧即书证）。安装与排障见 MCP 接入基础页。
安全上要注意什么？
三条边界。其一，授权：演示对象是获准测试的漏洞靶场，把同款工具对准未授权站点在多数地区违法。其二，工具权限：browser_tabs_executeCode 与 browser_tabs_script 能在页面里执行 JS，网络读取需手动许可——按需开启、用完即收。其三，身份：浏览器带着你的 Cookie 与登录态，在敏感账号环境挂载前想清楚。
免费吗？
生态里的插件与 MCP 服务本身开源免费，持续成本是模型 token：录像状态栏显示一次 9 轮 36 步的运行消耗输入 2.5M token（缓存命中 97%）、输出 27.3K token——缓存命中率是成本的最大变量。视频本身在 B 站免费观看。
零基础能跟做吗？要会写代码吗？
不用写代码。你用自然语言下指令，dsh 负责调用工具；认识 URL、标签页和基本页面结构会有帮助，但不需要脚本能力。把本页当一次真实运行的带看，动手接入前先读 MCP 接入基础。
延伸阅读
相邻的几根轴：目录位、前置教程，以及 dsh 触达世界的其他方式。
来源与署名
全部截图为署名 UP 主录制的画面，本页仅作解说引用，版权归原作者；每张图角标带 ?t= 秒数深链，可跳回原视频对应画面。事实源视频的口播段未取帧，其统计数据均按 UP 主片内口径引用。