🤖

dsh-computer-use-native

模型推理更新于 2026.09.28

在终端中运行以下命令：

dsh plugin install dao-awa/dsh-computer-use-native

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install dao-awa/dsh-computer-use-native，或从 https://github.com/dao-awa/dsh-computer-use-native 按提交固定安装后重启 DSH 并新建会话。

插件介绍

现代 Windows 应用里，Chromium、WebView2、Electron 等窗口往往几乎不向 UI Automation 暴露可用控件，基于无障碍树的自动化常常只能看到空壳，智能体根本无法“读懂”界面。截图没有这个问题：屏幕上画了什么，像素就在那里；能看图的模型就能据此操作应用。dsh-computer-use-native 走的就是这条视觉路线：用 PrintWindow 与 PW_RENDERFULLCONTENT 尽量抓取真实渲染表面，必要时再回退到区域截屏，并把图像连同坐标映射一并交给模型。

插件把“看图点哪里”里最容易翻车的缩放算术收进工具层。截屏会按配置缩小后再送给模型，输入工具接收的是截图上的坐标，再经 viewport 精确换算成屏幕坐标；窗口移动或缩放后会拒绝过期输入，越界坐标也不会被悄悄夹到别处。重复查看同一画面时还会做轻量比对，画面未变则不重复传大图，并支持 waitForChangeMs 等待界面变化，让动作结果更可观测。

默认的 background 输入通过向目标窗口投递消息完成点击、输入与滚动，不抢前台、不移动真实光标，适合人机共用的机器；遇到只认硬件输入的 XAML/WinUI 等场景，可按次切换到 foreground。还提供窗口列举与几何信息、截图、拖拽、滚轮与 Unicode 打字等一整套 computer-use 工具。

适合在 Windows 10+ x64 上跑 DeepSeek Harness、且模型路由支持图像输入的团队与个人：需要操控新版 Outlook、浏览器或各类现代桌面应用，又不愿把整台电脑交给自动化独占时使用。与 MCP 桌面服务可并存注册，但重叠工具易混淆，实践中建议只挂载一种桌面方案。