dsh-computer-use-mode
在终端中运行以下命令:
dsh plugin install EvangeliMo/dsh-computer-use-mode
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 插件页点击「添加插件」,输入包名 dsh-computer-use-mode 或仓库地址 https://github.com/EvangeliMo/dsh-computer-use-mode,安装后重启 Harness 并在新建任务时选择「电脑操作模式」。
插件介绍
很多日常软件没有 agent 接口,关键信息也只出现在屏幕上。DeepSeek Harness 的标准模式擅长代码与工具链,却难以替你点按钮、填表单或核对界面上的文字。本插件在 Harness 中新增「电脑操作模式」:在保留标准模式全部能力的前提下,为 agent 补上「看屏幕」和「动键鼠」这两块拼图,让任务可以穿过没有 API 的 GUI 边界。
核心能力围绕两个工具展开。computer 负责单步操作,从全屏或区域截图、窗口枚举与聚焦,到点击、拖拽、滚动、输入文字与快捷键;computer_batch 则把「点击 → 输入 → 回车」这类机械连招合成一次调用,并配合 waitForChange、waitUntilStable,用持续采样判断界面是否稳定,少靠猜 sleep 时长。为视觉模型设计的观察流程会先给出带坐标标尺与象限编号的全屏概览,再支持按 region 或 tiles 做局部原生分辨率查看,让模型直接读坐标而不是心算。
插件还通过 Harness 预留的系统提示词插槽说明工作流与安全边界;若当前模型不支持图像输入,截图会在动手前明确拒绝,避免「截屏成功却 agent 看不到」的静默失败。适合需要在 Windows 桌面版 Harness 里自动化 legacy 应用、浏览器外工具、或任何只能凭界面操作完成的工作流的用户——前提是选用支持图像输入的模型,并理解 UAC 安全桌面、前台命令启动 GUI 等已知限制。
使用场景
- 需要操作没有 agent 接口的桌面软件或旧版客户端
- 要从屏幕上读取验证码、表格或仅界面可见的信息
- 希望 agent 完成点击、输入、回车等多步界面连招
适合人员
- 使用 DeepSeek Harness Windows 桌面版的用户
- 需要让 agent 跨 GUI 边界完成任务的自动化爱好者
- 已选用支持图像输入模型、并愿意承担桌面操作风险的用户