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

DeepSeek Harness（DSH）的插件體系允許開發者擴展 Agent 的能力。桌面自動化是其中的關鍵場景之一。dsh-computer-use_codex-style 插件基於 Codex 的 window2 工具面，爲 DSH 提供了一套完整的桌面控制方案，無需依賴 Codex 本身。

核心功能¶

該插件提供了 13 種 Codex 官方 window2 方法，覆蓋桌面應用和 Chromium 瀏覽器的控制：

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 進行真實輸入，利用 UI Automation 獲取無障礙樹，並使用 Windows.Graphics.Capture 進行截圖（即使窗口被遮擋也能工作）。截圖作爲視覺圖像部分返回，不會以 base64 編碼的形式包含在 JSON 中。

安裝與啓用¶

插件採用 Harness 原生 Bundle 方式分發，包含 package.json、cordis.patch.yml 和入口模塊。

1. 安裝插件¶

在終端執行以下命令安裝插件包：

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

2. 配置工具行¶

桌面工具被設計在 Agent 預設（Preset）中，而不是宿主組合。在目標預設的 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¶

插件內置了兩個技能，需要複製到 Harness 讀取的技能目錄中：

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

4. 重啓並運行¶

重啓 Profile（插件層的變更在啓動時讀取），使用該預設啓動會話，並給出具體指令。

典型用法¶

以下是一個可復現的示例：

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

首次調用工具時會啓動輔助進程，狀態膠囊（Status pill）會出現，模型開始觀察、行動、刷新的循環。按 Esc 鍵可隨時中斷當前回合。

運行環境與限制¶

系統要求：Windows 10 1809+ 或 Windows 11，x64 架構。
依賴工具：DeepSeek Harness、Node.js 20+。
可選依賴：Python 3.10+（用於瀏覽器目錄）、Rust（用於重新編譯輔助程序，插件已提供預編譯二進制）。
共存性：與官方 Harness 插件共存安全，但建議不要同時運行兩套驅動程序。

安全與體驗¶

權限控制：launch_app 和音頻錄製會暫停等待 Harness 的批准 UI。批准是按應用進行的，且從不靜默。
狀態刷新：基於身份的刷新機制，而非時間 TTL。一旦檢測到窗口身份發生變化或有人類輸入，下一次輸入會被拒絕。
雙層架構：桌面指針、遮罩、截圖和批准邏輯運行在 HOST 層（進程級），工具定義在 PRESET 層（Agent 級），確保普通編碼會話不會獲得鼠標控制權。

總結¶

該插件通過驗證的 Codex 基線實現，爲 DeepSeek Harness 提供了穩定的桌面控制能力。它採用 MIT 許可證，適合需要在 DSH 環境中實現複雜桌面交互的開發者。

GitHub 倉庫：https://github.com/wushi2333/dsh-computer-use_codex-style
社區目錄：https://www.skillhub.cn/plugins/wushi2333/dsh-computer-use_codex-style