dsh-google-chrome-search

Un plugin de DeepSeek Harness (DSH) que permite a un agente de IA ejecutar una búsqueda web real en Google manejando el Chrome local a través de CDP (Chrome DevTools Protocol), y renderizar cualquier página para extraer su contenido. No se necesita clave de API de búsqueda — funciona con el Chrome ya instalado en la máquina.

Google sirve con frecuencia una página de verificación humana (CAPTCHA / "tráfico inusual") para el tráfico automatizado y de centros de datos. Cuando eso ocurre, este plugin abre una ventana visible de Chrome apuntando a la página de verificación, espera a que el humano la resuelva, y luego extrae los resultados de la sesión ya confiable. Ese es el paso de "preguntar al humano" — por diseño, el agente nunca intenta resolver un CAPTCHA por sí mismo.

Qué obtienes

Related MCP server: browser-search-mcp

Requisitos

• Node.js ≥ 18 (probado en Node 22)

• Un binario local de Chrome/Chromium (p. ej. google-chrome, chromium). Se detecta automáticamente desde rutas comunes; se puede sobrescribir con CHROME_PATH o --chrome.

• Para el paso de verificación visible, se necesita una sesión de escritorio con pantalla (para que la ventana de Chrome pueda mostrarse al humano). Headless/SSH aún pueden detectar el CAPTCHA e informarlo (con una captura de pantalla).

Instalación

git clone https://github.com/davidcastilloalvarado/dsh-google-chrome-search.git
cd dsh-google-chrome-search
npm install

Dependencias: puppeteer-core (maneja tu Chrome — no descarga un navegador), @modelcontextprotocol/sdk (para el servidor MCP), @mozilla/readability (extracción de contenido), y zod (validación de esquemas).

Opcionalmente, enlaza el CLI globalmente para que esté en PATH:

npm link        # gives you: dsh-google-search "<query>"

Usar el CLI

# Search:
node bin/google-search.mjs "nodejs streams" --max 8
# or, after npm install / npm link:
npm run search -- "nodejs streams" --json

# Search, then render + extract the top 3 result pages:
node bin/google-search.mjs "nodejs streams" --max 8 --fetch-top 3 --fetch-max-chars 8000

# Fetch one URL directly (render + extract readable content):
node bin/google-search.mjs fetch "https://nodejs.org/api/stream.html" --max-chars 8000

Códigos de salida: 0 = éxito (resultados / contenido obtenido), 2 = se requiere verificación (CAPTCHA), 3 = sin resultados / obtención bloqueada o fallida, 1 = error, 64 = uso.

Obtener una página (renderizar + extraer)

El plugin también puede renderizar cualquier URL y extraer su contenido principal legible:

• Ejecuta la página en el mismo perfil de Chrome dedicado (para que los sitios que ven una huella consistente y confiable se comporten mejor).

• Espera a que la página cargue por completo (incluido el contenido SPA tardío).

• Extrae el artículo con Mozilla Readability, ejecutado dentro de la página viva. Si la página no tiene un artículo distintivo, recurre al texto completo de la página.

• Salida limitada (por defecto 8,000 caracteres por página) para que sea amigable con el contexto del agente.

• Detecta muros anti-bot e informa blocked en lugar de devolver basura. Cuando un sitio sirve un desafío de verificación humana (p. ej. el muro de "deslizar para continuar" de DataDome), abre una ventana visible de Chrome con la página, espera hasta verifyTimeoutMs a que el humano la pase, y luego extrae el contenido real — la misma filosofía de mano al humano que el flujo de CAPTCHA de Google. La cookie de sesión confiable persiste en el perfil, por lo que las páginas posteriores de ese sitio suelen pasar headless. Usa --no-verify / autoVerify: false para simplemente informar blocked en su lugar.

dsh-google-search fetch "https://example.com/article" --max-chars 10000
dsh-google-search fetch "https://example.com/article" --html --screenshot

Dos formas de combinar búsqueda y lectura:

Las páginas se renderizan secuencialmente (un navegador, una página a la vez) — espera ~1–3 s por página.

Usarlo como herramienta nativa de DSH (MCP)

Registra el servidor MCP con el @deepseek-ai/dsh-mcp-client de DSH en tu configuración de perfil (ejemplo — ajusta las rutas de command y args a tu entorno):

- insert:
    - id: mcp-google
      name: '@deepseek-ai/dsh-mcp-client'
      config:
        serverName: google
        transport: stdio
        command: /path/to/node
        args: [ /path/to/dsh-google-chrome-search/src/server.mjs ]
        env:
          CHROME_PATH: /usr/bin/google-chrome   # optional — auto-detected if unset
        toolCallTimeoutMs: 300000

Después de reiniciar DSH, el agente obtiene tres herramientas nativas:

Notas:

• Las llamadas están serializadas (Chrome permite un proceso por perfil), por lo que las llamadas de herramientas concurrentes se ponen en cola en lugar de ejecutarse en paralelo.

• search_and_fetch es más lento que la búsqueda simple: mantén toolCallTimeoutMs en 300000 (5 min) como se muestra arriba.

• El flujo de verificación humana se aplica tanto a la búsqueda de Google (CAPTCHA) como a las páginas de resultados que bloquean el navegador (deslizador anti-bot): se abre una ventana visible de Chrome para el humano, y la sesión persiste en el perfil después.

Usarlo como skill de DSH

skill/SKILL.md enseña al agente cómo ejecutar la búsqueda y cómo manejar la entrega del CAPTCHA al humano. Para instalarlo, cópialo en tu directorio de skills de DSH, p. ej.:

mkdir -p ~/.dsh/skills/google-chrome-search
cp skill/SKILL.md ~/.dsh/skills/google-chrome-search/

Antes de compartirlo/usarlo en otra máquina, edita el marcador <INSTALL_DIR> dentro de SKILL.md para que apunte a donde clonaste este repositorio (o pon el CLI de npm link en PATH y funcionará directamente).

Configuración (env / opciones)

El flujo de verificación humana, paso a paso

1. Chrome ejecuta la búsqueda en modo headless (un perfil dedicado y aislado — nunca tu navegador real).

2. Si hay resultados presentes → devuélvelos (status: ok).

3. Si Google sirve un CAPTCHA:

   • Toma una captura de pantalla.

   • Abre una ventana visible de Chrome (mismo perfil) en la página de verificación.

   • Espera hasta verifyTimeoutMs a que el humano lo resuelva, sondeando la página.

   • Si se resuelve → extrae y devuelve los resultados (marcados verifiedViaHuman: true). Si se agota el tiempo → devuelve status: verification_required con la última captura.

4. La sesión verificada persiste en el perfil, por lo que la siguiente búsqueda suele tener éxito en headless.

Pruebas

npm test

Inicia el servidor MCP, comprueba que las herramientas search, fetch y search_and_fetch estén listadas y, si hay un binario de Chrome disponible en la máquina, realiza una búsqueda en vivo con autoVerify: false. En entornos sin navegador (p. ej. CI), la llamada en vivo se omite con elegancia.

Solución de problemas

Revertir / limpiar

• Configuración: elimina la entrada mcp-google de tu configuración de perfil de DSH.

• Skill: rm -rf ~/.dsh/skills/google-chrome-search

• Perfil/capturas: rm -rf ~/.dsh-chrome-google

Licencia

MIT