dsh-win-control
在终端中运行以下命令:
dsh plugin install uss7118/dsh-win-control
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install uss7118/dsh-win-control 即可安装本插件;源码见 https://github.com/uss7118/dsh-win-control。
插件介绍
在 Windows 上让智能体「像人一样操作本机」,往往卡在窗口焦点、控件树、登录态网页和 OCR 误点之间。dsh-win-control 是 DeepSeek Harness 的客户端插件,把桌面自动化收成一条清晰路径:先用程序接口控窗口与 UI Automation,再用本地 Windows OCR 定位文字,最后才用视觉类工具处理图标、画布或游戏等非文本界面。
核心能力围绕「读页面不扫像素、输入尽量拟人、配置自适应」展开。浏览器侧可直接走 Chrome DevTools Protocol 读 innerText、执行脚本或点选元素;Electron/Chromium 窗口也可用 UI Automation 的 TextPattern 整页取文。鼠标键盘默认本地拟人化(贝塞尔移动、分段滚轮、多种打字模式),同一套 Host 接口既供 Agent 工具调用,也供页面右下角「电脑控制」面板的实时预览与手动操作,避免两套逻辑漂移。
首次激活会探测系统并写入 config.json,后续按能力降级:缺 OCR 语言包、无 python/pypinyin、无 UIA 或无可调试浏览器时,工具会立刻说明并走可用通道,而不是在深处失败。截图与预览默认不落盘,只有显式保留附件或指定路径才会持久保存。
适合在 Windows 10/11 上跑 Harness、需要自动化本地应用、内网或已登录网页、以及希望 Agent 与你共用同一套桌面控制能力的开发者与高级用户。公开页仍建议优先用 HTTP 抓取;需要 JS 渲染或登录态时再交给 CDP 与 UIA 读者。
使用场景
- 在本地 Windows 应用里用 UI Automation 或 OCR 完成点击、填表与窗口管理
- 通过 CDP 或 TextPattern 读取已登录、JS 渲染的网页内容而非整页截图
- 需要拟人化键鼠与实时控制面板,让 Agent 与人工共用同一套桌面操作
适合人员
- 在 Windows 10/11 上使用 DeepSeek Harness 的开发者
- 需要 Agent 操作本机桌面与浏览器会话的高级用户
- 做 RPA 式本地流程、希望程序优先、OCR 兜底的技术用户