wushi2333/dsh-computer-use_codex-style：DeepSeek Harness 的 Codex 风格桌面控制插件

DeepSeek Harness（DSH）的插件体系允许开发者扩展 Agent 的能力。桌面自动化是其中的关键场景之一。dsh-computer-use_codex-style 插件基于 Codex 的 window2 工具面，为 DSH 提供了一套完整的桌面控制方案，无需依赖 Codex 本身。

核心功能¶

该插件提供了 13 种 Codex 官方 window2 方法，覆盖桌面应用和 Chromium 浏览器的控制：

list_windows, get_window, list_apps, launch_app, get_window_state
click, press_key, type_text, scroll, set_value, drag, perform_secondary_action, activate_window

它使用 SendInput 进行真实输入，利用 UI Automation 获取无障碍树，并使用 Windows.Graphics.Capture 进行截图（即使窗口被遮挡也能工作）。截图作为视觉图像部分返回，不会以 base64 编码的形式包含在 JSON 中。

安装与启用¶

插件采用 Harness 原生 Bundle 方式分发，包含 package.json、cordis.patch.yml 和入口模块。

1. 安装插件¶

在终端执行以下命令安装插件包：

dsh plugin --profile web add github:wushi2333/dsh-computer-use_codex-style

2. 配置工具行¶

桌面工具被设计在 Agent 预设（Preset）中，而不是宿主组合。在目标预设的 agent.cordis.yml 中添加以下配置：

- id: tool-computer-use
  name: dsh-computer-use/tool
  config:
    surfaces:
      - computer
    browserSkill: computer-use-browser

3. 同步技能包¶

插件内置了两个技能，需要复制到 Harness 读取的技能目录中：

node node_modules/dsh-computer-use/scripts/sync-skills.mjs --write --defaults

4. 重启并运行¶

重启 Profile（插件层的变更在启动时读取），使用该预设启动会话，并给出具体指令。

典型用法¶

以下是一个可复现的示例：

“Open Notepad and turn these bullets into a clean draft.”

首次调用工具时会启动辅助进程，状态胶囊（Status pill）会出现，模型开始观察、行动、刷新的循环。按 Esc 键可随时中断当前回合。

运行环境与限制¶

系统要求：Windows 10 1809+ 或 Windows 11，x64 架构。
依赖工具：DeepSeek Harness、Node.js 20+。
可选依赖：Python 3.10+（用于浏览器目录）、Rust（用于重新编译辅助程序，插件已提供预编译二进制）。
共存性：与官方 Harness 插件共存安全，但建议不要同时运行两套驱动程序。

安全与体验¶

权限控制：launch_app 和音频录制会暂停等待 Harness 的批准 UI。批准是按应用进行的，且从不静默。
状态刷新：基于身份的刷新机制，而非时间 TTL。一旦检测到窗口身份发生变化或有人类输入，下一次输入会被拒绝。
双层架构：桌面指针、遮罩、截图和批准逻辑运行在 HOST 层（进程级），工具定义在 PRESET 层（Agent 级），确保普通编码会话不会获得鼠标控制权。

总结¶

该插件通过验证的 Codex 基线实现，为 DeepSeek Harness 提供了稳定的桌面控制能力。它采用 MIT 许可证，适合需要在 DSH 环境中实现复杂桌面交互的开发者。

GitHub 仓库：https://github.com/wushi2333/dsh-computer-use_codex-style
社区目录：https://www.skillhub.cn/plugins/wushi2333/dsh-computer-use_codex-style