前言¶

DSH 强调「一切皆插件」。在 Windows 上做桌面自动化时，常见难点是截图包含无关窗口、坐标控制不稳定、OCR 文本位置漂移、点击后无法确认是否进入预期状态。Altairpaca/dsh-computer-use-windows 针对这些问题，把窗口绑定截图、OCR 文本定位、点击后验证、纯 OCR 模式和可选视觉模型放进 DSH 插件里。

这是什么¶

这是由 Altairpaca 维护的 Windows Computer Use for DeepSeek Harness 项目，MIT 许可。它提供 DSH plugin wrapper，并在 Windows 侧暴露一组 computer-use 能力：computer_screenshot、computer_ocr、computer_click_text、computer_mouse / computer_keyboard、computer_window、computer_use_run、computer_vision、computer_calibrate，同时支持 OCR-only mode、Optional vision provider 和 local health checks。

当前状态是 Experimental alpha。它适合开发和受控测试，但项目不主张生产级无人值守桌面自动化。剩余发布门槛是 clean-install / real-DSH validation matrix，需要在代表性交互式 Windows 配置上完成。

核心功能¶

下面按已核实事实列出可用能力。

• computer_screenshot：窗口绑定截图。
• computer_ocr：robust OCR。
• computer_click_text：verified clicks。
• computer_mouse / computer_keyboard：鼠标、键盘等输入操作。
• computer_window：窗口相关操作。
• computer_use_run：computer-use 运行入口。
• computer_vision：可选视觉模型接入。
• computer_calibrate：校准相关能力。
• OCR-only mode：不需要外部视觉模型的纯 OCR 路径。
• Optional vision provider：可配置视觉 provider，示例使用 openai-compatible。
• DSH plugin wrapper：以 DSH 插件形式接入。
• local health checks：本地健康检查。

安装与启用¶

已核实资料未给出官方安装命令，因此本文不给出安装命令。若你已经在目标 Windows 工作站上取得仓库源码，可以先运行本地检查：

powershell -NoProfile -ExecutionPolicy Bypass -File scripts/check-health.ps1

这是 package.json 的 check 脚本调用形式。要求包括：Windows 11 recommended；PowerShell 7.4+；Node.js 20+ for the DSH plugin surface；OCR 相关流程需要 Windows OCR language packs。

Hosted CI 只做 deterministic checks；完整 scripts/check-health.ps1 不作为 hosted CI，因为它依赖 Windows Runtime/OCR 可用性和交互式桌面会话。

典型用法¶

以下示例来自已核实用法。

1、在目标 Windows 工作站上运行本地健康检查：

./scripts/check-health.ps1

2、直接调用 helper 的 screen 示例：

$env:CU_ARGS = '{"cmd":"screen"}'
& ./helper/cu.ps1

3、开启 OCR-only mode：

{
  "vision": {
    "enabled": false
  }
}

4、配置 Optional vision provider：

{
  "vision": {
    "enabled": true,
    "provider": "openai-compatible",
    "base_url": "https://your-vlm.example.com/v1",
    "api_key_env": "MY_VLM_KEY",
    "model": "your-model"
  }
}

上面的 base_url、api_key_env 和 model 是文档示例；API key 通过环境变量名引用，不应写入仓库配置。

适用场景与注意¶

• 适合在 Windows 11 上做开发、调试和受控测试，尤其是需要 OCR 文本定位、点击后验证、截图保留在本地路径的场景。
• 不适合直接当作已验证的生产级无人值守桌面自动化；当前状态是 Experimental alpha。
• 该软件可以注入鼠标和键盘输入，只能用于你有权操作的应用和系统。
• Target-window checks 会降低误操作无关窗口的概率，但不能让任意桌面自动化变得无风险。
• 如果启用 vision，截图可能被发送到配置端点；如果截图必须留在本地，使用 OCR-only mode。
• 模型/API 凭据应从环境变量或主机凭据存储读取，不要提交到配置中。
• 它会通过本地脚本和 Windows 输入能力执行操作，因此运行前应确认当前 DSH 进程权限，并检查源码、MIT 许可证和依赖。

结尾¶

Altairpaca/dsh-computer-use-windows 提供了一组面向 DeepSeek Harness 的 Windows 桌面操作工具：截图、OCR、点击、鼠标键盘、窗口管理、批量运行、可选视觉模型和本地健康检查。它仍处于实验阶段，适合在受控环境中验证工作流。

GitHub：https://github.com/Altairpaca/dsh-computer-use-windows。目录页 URL 未出现在已核实资料中；如需通过社区目录查找，请以独立目录站点的实际页面为准。