前言¶
在 DeepSeek Harness (DSH) 的插件生态中,实现桌面自动化是常见需求。现有的 MCP 协议方案或第三方驱动可能增加系统开销或依赖额外的中间件。dsh-computer-use 插件旨在提供一种更轻量、更原生的 Windows 桌面控制方式,直接通过 DSH 的 Cordis 工具注册表调用,无需 MCP 代理层。
这是什么¶
dsh-computer-use 是一个为 DeepSeek Harness 提供原生 Windows 计算机使用工具集的插件。它直接使用 DSH 的 Cordis 工具注册表,不依赖 MCP 协议。该插件仅支持 Windows 平台,通过调用 user32.dll 和 System.Drawing 实现输入和截图功能,不会安装全局钩子或运行后台进程。
核心功能¶
插件提供了一套标准的计算机控制工具,支持以下操作:
computer_screenshot: 捕获虚拟桌面并返回 DSH 图像附件。computer_click,computer_drag,computer_scroll: 使用虚拟桌面坐标控制指针。computer_type,computer_keypress: 向当前控件发送 Unicode 文本或键盘快捷键。computer_wait: 允许应用在下一步观察前进行状态稳定。computer_observe: 捕获桌面并发送给配置的视觉模型,用于当前 DSH 模型无法直接查看图像时的推理。
所有 computer_* 工具默认通过 DSH 原生批准服务进行请求,确保在发送输入前得到确认。
安装与启用¶
安装插件需要指定 DSH 配置文件(Profile),例如 web、tui 或 headless。
dsh plugin --profile web add @crazy_th/dsh-computer-use
安装完成后,必须重启 DSH 才能加载新插件。可以通过以下命令验证配置是否生效:
dsh --profile web --dump-config
在输出的配置中,应能找到 computer-use-settings 和 computer-use 两个节点。如果未找到,请重新构建或重新安装插件。
视觉模型配置¶
插件支持将截图发送给外部的视觉模型进行分析。
- 打开 Settings > Plugins > Plugin configuration。
- 展开 Computer Use Vision 配置卡片。
- 填写以下字段:
| 字段 | 说明 |
|---|---|
| Enabled | 仅在填写了端点、密钥和模型后开启。 |
| Base URL | HTTPS 格式的 OpenAI 兼容 API 地址,例如 https://api.example.com/v1。 |
| API Key | 存储在 DSH 设置的密文字段中,仅用于本地存储。更新时留空可保留现有密钥。 |
| Model | 视觉模型的标识符。 |
| Max Tokens | 整数,范围 64 至 8192,默认为 1000。 |
注意:computer_observe 工具仅将当前截图发送到上述配置的端点,请确保了解数据的处理位置。
适用场景与注意¶
- 平台限制:该插件是 Windows-only 的自动化驱动,依赖
user32.dll和System.Drawing。 - 安全性:默认启用 DSH 原生批准服务。如果遇到
user rejected tool错误,可能是因为使用了approval: never(如danger-full-access预设),此时工具会被自动拒绝并显示误导性文本。建议在对话中输入/permission workspace-write恢复提示。 - 配置生效:插件注册的视觉配置通过 DSH 的浏览器配置 API 读取,以确保安全性。
- 许可证:插件采用 MIT 许可证。
短结尾¶
dsh-computer-use 为 DSH 在 Windows 环境下的桌面自动化提供了原生支持。通过直接集成到 Cordis 工具注册表并利用 DSH 的原生批准机制,它简化了环境配置,适合需要精细控制桌面操作的开发者使用。
- GitHub 仓库:https://github.com/ThreeBody6666/dsh-computer-use