DSH（DeepSeek Harness）遵循“一切皆插件”的架构理念。在 Windows GUI 自动化场景下，直接调用底层能力通常需要编写自定义桥接脚本。该插件将 Vimina（基于 .NET 8 的 Windows GUI 自动化服务）的能力注册为 DSH 原生工具，让模型可直接调用扫描、点击、输入、按键、脚本控制、截图、窗口管理及鼠标操作等能力，无需依赖视觉模型。
核心功能¶
插件通过 stdio 协议驱动 Vimina 的常驻服务（Vimina.exe serve），将底层方法映射为 DSH 的工具。模型可见的工具共 26 个，涵盖以下领域：
- 窗口与扫描：列出窗口、扫描前台控件、按标题扫描、按名称或坐标查询控件、激活窗口。
- 点击与鼠标：按标签点击、坐标点击、滚动（支持滚轮）、获取/移动/拖拽/按下/释放鼠标。
- 键盘操作：输入文本、组合键、按键按下/释放。
- 脚本与引擎：执行/暂停/恢复/停止 VMA 脚本、查询引擎状态、获取脚本日志。
- 其他：能力自描述、截图（支持区域截取）。
安装与挂载¶
推荐将插件作为 DSH profile 依赖安装，加载器会自动挂载 cordis.patch.yml。
dsh plugin --profile web add <包名或本地路径>
若需手动挂载，可修改 dsh.profile.bundles 或使用 --patch 参数：
dsh web --patch path/to/dsh-vimina/cordis.yml
通常无需手动配置路径，插件会按优先级自动解析 Vimina.exe 的位置。
配置¶
插件支持以下配置项（默认值在括号内）：
| 字段 | 默认值 | 说明 |
|---|---|---|
exePath |
自动解析 | Vimina 可执行文件路径 |
timeoutMs |
60000 | 单次工具调用超时 |
exePath 的自动解析优先级如下：
1. 显式配置：DSH 设置或 profile 中的配置。
2. 环境变量：VIMINA_EXE。
3. 自动探测：常见安装位置（%LOCALAPPDATA%、%ProgramFiles% 等）。
4. 回退：PATH 上的 Vimina.exe。
使用与注意事项¶
浏览器使用限制¶
在操作 Chromium 浏览器时，必须遵守以下规则：
- 必须使用真实点击：vimina_clickAt 默认 backend=false，后台点击对 Chromium 网页无效，请勿使用 backend:true。
- 先滚动再扫描：网页内容需要先滚动（vimina_scroll 或 vimina_key PageDown/End），UIA 才能暴露网页控件，否则 vimina_scan 只能看到浏览器框架。
- getControlAt 命中容器：在网页场景下，坐标命中往往返回的是外层容器而非精确控件，应以 vimina_scan 结果为准。
通用注意事项¶
- 先扫描后操作：
vimina_clickLabel依赖最近一次vimina_scan的映射，操作前需重新扫描。 - 沙箱限制：插件采用懒启动 Vimina 进程，在受限沙箱环境中可能被
EPERM拦截。 - 无需视觉模型：
vimina_scan和vimina_getElement直接返回文本控件名，无需 OCR 或视觉模型。
典型用法示例¶
1. 区域截图
截取屏幕左上角 (100, 200) 处宽 400 高 300 的区域并保存为 cover.png：
vimina_screenshot({ filename: 'cover.png', x: 100, y: 200, w: 400, h: 300 })
2. 页面滚动与扫描
滚动页面后扫描控件：
vimina_scroll()
vimina_scan()
3. 控件操作
激活窗口并按标签点击：
vimina_activate()
vimina_clickLabel('提交')
总结¶
dsh-vimina 插件通过将 Vimina 的 GUI 自动化能力标准化，为 DSH 模型提供了无需视觉模型的直接操作 Windows 的能力。开发者可通过简单的配置与命令将其集成到工作流中，实现更精准的桌面自动化操作。
