DSH Plugins
返回列表
⚙️

dsh-plugin-eyes

工作流 更新于 2026.11.11

在终端中运行以下命令:

dsh plugin install thegabopacheco-sudo/dsh-plugin-eyes

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中可通过设置里的插件管理或让智能体执行 dsh plugin install thegabopacheco-sudo/dsh-plugin-eyes 安装,源码见 https://github.com/thegabopacheco-sudo/dsh-plugin-eyes。

插件介绍

当智能体需要理解 Windows 桌面、在真实应用里执行操作时,远程视觉 API 往往带来延迟、费用与隐私顾虑。dsh-plugin-eyes 是面向 DeepSeek Harness 的本地 MCP 插件:在无外部服务器、OCR 不走网络的前提下,为助手补上「看屏幕、读文字、点界面」的能力。

插件通过官方 dsh-mcp-client 注册 19 个工具,大致覆盖三类场景:截图与列举窗口/显示器;本机 OCR 与按文字点击;键鼠、剪贴板、窗口与批量操作。另有 UI Automation 遍历控件树、读写字段与点击,并对密码框一律拒绝写入。多种操作支持事后截图校验,适合需要确认界面是否变化的流程。

适用对象为在 Windows 10/11 上使用 DSH 的开发者与自动化用户:既要操控原生 Win32 应用,也要在 Chrome、Electron 等场景下用 OCR 与 Set-of-Marks 辅助定位。若只需只读观察,可启用 read-only 模式;所有变更类操作会写入本地审计日志,截图缓存留在本机。

使用场景

  • 让智能体截屏并描述当前桌面或指定窗口内容
  • 用本机 OCR 读取 Chrome 页面文字并按可见文案点击按钮
  • 通过 batch 批量输入、切换焦点并完成表单提交
  • 用 ui_tree 与 ui_click 打开原生应用菜单并读取选项

适合人员

  • 在 Windows 上使用 DSH、需要本地桌面能力的用户
  • 希望智能体能看屏、点按又不必上云视觉 API 的开发者
  • 要在原生应用与 Electron 场景中做半自动化的工作流编辑者