⚙️

vision-use

工作流更新于 2026.09.15

在终端中运行以下命令：

dsh plugin install zzy6-a/vision-use

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中打开终端，输入 dsh plugin install zzy6-a/vision-use 安装，源码地址：https://github.com/zzy6-a/vision-use ，安装完成后重启 DSH 即可使用。

插件介绍

DeepSeek Harness 的 Agent 长期被困在纯文本世界中：看不见屏幕、动不了鼠标、打不了字，浏览器搜索、表单填写、记事本输入等桌面级操作都无法闭环。vision-use 将全屏截图直接送入模型视觉通道（真实图片 token，而非 OCR），同时赋予 Agent 整套桌面操控工具：光标平滑滑行、左/右/双击、逐键 VK 真实按键注入（零剪贴板，中文走输入法上屏）、组合键快捷键，让模型真正做到看屏幕、动手操作、再验证结果。

所有 mouse and key 动作都会先强制拉起一套 Codex 风格蓝色柔光覆盖层，杜绝静默操作。按 Esc 即刻写入取消标志、退出覆盖层、拒绝后续一切动作。任务级保活机制确保 Agent 仍在思考或调用其他工具时覆盖层保持显示，回合结束后约四秒自动收起，另有空闲秒数兜底防泄漏。

专为在 Windows 原生或 WSL2 环境下运行 DeepSeek Harness、希望模型自主完成完整桌面任务闭环的用户设计。插件本身零网络请求、零运行时依赖（纯 ESM 加 PowerShell 子进程），截图始终随会话发给当前选中的模型，不选路由也不改路由，隐私可控。