前言¶

DSH 的理念是“一切皆插件”，社区目录是独立站点，与 DeepSeek / 幻方无官方从属关系。对使用 DSH 的开发者来说，如果希望 agent 参与真实 Windows 桌面操作，需要补齐三类能力：读取窗口结构、执行输入动作、处理窗口状态。下面介绍 dsh-computer-use-win，它把 Windows computer use 能力做成 DSH 插件。

这是什么¶

dsh-computer-use-win 是 Yu-tao-Li 维护的 Windows computer use 插件，核心是 MCP stdio 服务器和 PowerShell/UIA 桌面引擎，对外提供 22 个桌面工具。它解决的是 DSH agent 在 Windows 上如何看控件、看截图、执行鼠标键盘操作并管理窗口的问题。

核心能力¶

观察能力¶

• 提供 UIA 无障碍树三视图：control、content、raw。
• 支持按 name、automationId、类名、值查找控件。
• 截图采用三级链：PrintWindow、WGC、屏幕区域兜底。
• OCR 回退时会返回逐词屏幕坐标词框；对 CJK 按字符给词框。

动作与窗口能力¶

• 鼠标操作。
• 键盘输入。
• UIA 语义动作。
• 窗口管理。

后端与安全¶

• 使用持久化 PowerShell 后端，协议为 JSON 行协议。
• 内置安全机制包括：坐标 homing、急停 failsafe、identity guard、前台校验、Win 键黑名单。

安装与启用¶

先确认环境：仅支持 Windows，并要求 Node >=22。

安装命令如下：

dsh plugin --profile web add github:Yu-tao-Li/dsh-computer-use-win

这条命令将插件加入 web profile。完成安装后，重启 dsh web，工具会以 mcp__wincu__windows_computer_use_* 形式出现。

注意：同一 profile 只保留一个 serverName: wincu 行。

典型用法¶

经过上面的安装步骤后，可以用仓库内命令做本地验证：

node mcp/server.mjs --self-test
node test/mcp-test.mjs
node test/notepad-e2e.mjs

这三条命令分别用于自检、MCP 测试和 Notepad E2E 测试。

适用场景与注意¶

适合在 Windows 上开发 DSH 工作流、需要 agent 读取桌面控件并执行输入的人。许可证为 MIT。

使用前注意以下限制：

• 仅支持 Windows。
• 需要 Node >=22。
• 本项目是 cgissing/windows-computer-use（MIT）的衍生作品，上游版权声明保留于 THIRD_PARTY.md。
• WinUI、Chromium、Electron 会丢弃 PostMessage 合成输入；verified:false 是诚实上报，不是成功。
• 提权窗口（UAC/管理员程序）的 UIA 与合成输入会被 Windows 拦截，读不到也点不了。
• 坐标以物理像素为准，使用显式 Per-Monitor V2 DPI。
• OCR 对 CJK 按字符给词框。
• 插件以当前 dsh 进程权限运行，安装前应检查源码和许可证。

链接¶

GitHub：

https://github.com/Yu-tao-Li/dsh-computer-use-win

插件线索给出的目录页：

https://www.skillhub.cn/plugins/Yu-tao-Li/dsh-computer-use-win