dsh-computer-use-win

工作流更新于 2026.09.22

在终端中运行以下命令：

dsh plugin install datuloar/dsh-computer-use-win

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install datuloar/dsh-computer-use-win，或通过配置挂载开源仓库 https://github.com/datuloar/dsh-computer-use-win 以注册 dsh-computer-use 技能与 dsh-cu 能力。

插件介绍

很多智能体想操作 Windows 桌面，却要么只能反复截全屏、要么要先装外部原生驱动。dsh-computer-use-win 面向 DeepSeek Harness 与任意脚本/代理，用系统自带的 UI Automation 与 Windows OCR，把窗口变成几百 token 的角色、名称和可点击坐标，让纯文本模型也能按名称点「保存」、读屏、滚动和拖拽。

核心路径是「便宜读界面 + 必要时再看像素」：tree 与 read 在本地跑，find 与 tap 按控件名精确点击并在歧义时拒绝静默误点；需要颜色、图表或布局时再 shot 裁剪截图。CLI 为 dsh-cu，可通过 MCP 暴露同等能力；可选本地视觉（see）在机器上回答问题并返回文本而非整图。

它强调「人能看见、能叫停」：首次输入前会拉起圆角状态面板、屏边光晕与跟随真实指针的圆环，ESC 可终止且注入的 ESC 无效；指示器未就绪时拒绝键鼠、剪贴板与 run 等输入。无需额外 SDK，依赖 Node.js 18+、Windows PowerShell 5.1 与系统自带的 .NET Framework 编译后端。

适合在单机 Windows 上让代理自动化原生应用与（唤醒无障碍后的）Chromium 网页、做 Harness 沙箱内仍可用的桌面工作流，以及需要可审计、可中断的 GUI 操控而非黑盒驱动的团队与个人。不支持多显示器、无浏览器 DOM、也无按应用白名单；画布/游戏等无控件树场景可回退 OCR。