dsh-vimina

在 DSH 中操控 Windows GUI 通常需要截图加 OCR，既慢又脆，视觉 token 开销也不小。dsh-vimina 把 Vimina 的 UIA 文本扫描能力直接注册进 DSH 原生工具层，模型能以结构化文本读取控件名称与坐标，随后完成点击、输入、滚动等操作，全程无需调用视觉模型。一次 scan 即可拿到带标签的完整控件树，比反复截图-识别的链路更快、更省。

插件共开放 26 个工具，覆盖窗口列表、控件扫描与定位、坐标/标签点击、鼠标拖拽、键盘组合键、VMA 脚本引擎（暂停/恢复/日志）以及区域截图。底层通过 stdio JSON-RPC 驱动独立的 Vimina.exe（.NET 8）常驻服务，子进程首次调用时懒启动、插件卸载时自动关闭，无需额外端口或鉴权。

适合在 Windows 上需要自动化桌面应用、操控 Chromium 网页或批跑 VMA 脚本的 DSH profile 作者，尤其是单次交互的截图 token 成本成为瓶颈时的替代方案。