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
