dsh-webfetch

DeepSeek Harness（dsh）的网页阅读插件：给定 URL，抓取网页并提取干净的 Markdown / 纯文本正文，附链接清单。零运行时依赖，只读，不发送任何凭证。

English | 中文

为什么需要它

dsh 内置搜索只返回摘要，生态里没有「按 URL 读正文」的工具。拿到一个链接后，智能体要么拒绝、要么靠 Bash 拼 curl 再手剥 HTML。dsh-webfetch 补上这一环：搜索给线索，webfetch 读正文。

工具

web_fetch

抓取网页并提取可读内容。

参数	类型	默认值	说明
url	string（必填）	—	目标网页的完整 http/https 地址。
format	'markdown' | 'text'	markdown	markdown 保留标题/链接/列表/代码块；text 为纯文本。
extractLinks	boolean	false	同时返回页面全部链接（已解析为绝对地址）。
maxChars	number	50000	提取正文长度上限（1000–200000）。

返回 { url, finalUrl, status, title, content, length, truncated, links? }。

web_links

列出页面全部链接及可见文字，解析为绝对地址、去重，limit（1–200，默认 50）限量。适合梳理页面指向或爬站点结构。

安装

dsh plugin add github:TYEclipse/dsh-webfetch
# 或指定已发布版本：
dsh plugin add github:TYEclipse/dsh-webfetch#v0.1.0

重启会话后模型即可使用这两个工具。

配置（均可选，以下为默认值）

plugins:
  dsh-webfetch:
    timeoutMs: 10000        # 单次请求超时（1000–60000）
    maxBytes: 1500000       # 响应体积上限，字节（10000–5000000）
    maxChars: 50000         # 提取正文长度上限（1000–200000）
    maxRedirects: 3         # 重定向跳数上限（0–10）
    userAgent: "dsh-webfetch/0.1 (DeepSeek Harness plugin)"

安全模型

• 仅限 http/https：file:、ftp:、javascript: 等一律拒绝。
• 零凭证：拒绝内嵌凭证的 URL；不附加 cookie/Authorization；不做任何持久化。
• 处处有上限：请求超时、重定向跳数、响应体积、正文长度全部封顶；超限截断并标记 truncated: true，绝不越界缓冲。
• 类型门禁：只解析 text/html 与 text/plain；脚本/样式/注释/嵌入内容由提取器剥离。
• 字符集自动识别：Content-Type → <meta charset> 嗅探 → UTF-8 兜底。

开发

pnpm install
pnpm build      # tsc
pnpm test       # vitest — 32 个测试，全程离线（本地 fixture 服务器）
pnpm lint       # oxlint src test

许可证

MIT