在 DSH 生態中，視覺交互是智能體開發的重要一環。獲取屏幕截圖並直接反饋給 Agent，通常需要跨應用操作和手動整理，流程容易中斷。這個插件將截圖功能直接集成到對話輸入框，提供類似微信的框選體驗，減少手動步驟。
插件由 deepseekbluefish 維護，定位爲 DSH 中的“微信式”截圖工具。它通過在輸入框左側添加 ✂ 按鈕，允許用戶拖拽框選區域，自動編號 PNG 文件，並將包含時間戳的標記 [Shot N HH:mm] 填入輸入框。
安裝¶
使用官方命令安裝插件。安裝完成後，重啓 DSH 或對應的客戶端，輸入框左側會出現 ✂ 按鈕。
dsh plugin --profile web add github:deepseekbluefish/dsh-screenshot-plugin
核心功能¶
插件提供了一套完整的截圖交互流程：
- 拖動框選：點擊按鈕後屏幕變暗，拖動鼠標框選目標區域。
- 交互微調：鬆手後選區保留。用戶可以拖動選區本身，或拖動選區四角/四邊的 8 個手柄進行縮放。
- 確認與取消：雙擊選區或按 Enter 鍵確認截取；按 Esc 取消。
- 自動編號與標記：截圖保存爲
截屏N_HHmm.png（N 爲序號），同時自動在輸入框插入純 ASCII 標記[Shot N HH:mm]。
配置¶
默認情況下，截圖文件保存於 ~/Pictures/DSH-Screenshots。如果需要更改目錄，可以通過 profile 補丁覆蓋配置。
創建或編輯 ~/.dsh/profiles/<name>/cordis.patch.yml：
- id: screenshot
config:
folder: 'D:\MyScreenshots'
典型用法¶
- 在對話界面點擊輸入框左側的 ✂ 按鈕，屏幕變暗。
- 拖動鼠標框選區域。鬆手後，選區會保持高亮，此時可以調整位置或大小。
- 雙擊選區（或按下 Enter 鍵）確認截取。
- 輸入框內會自動出現
[Shot N HH:mm]標記。 - 點擊發送，將標記發給 Agent。配合視覺插件（如 ModLens），Agent 可根據標記中的編號與時間定位對應的 PNG 文件。
工作原理¶
插件分爲客戶端、宿主和截屏腳本三個部分：
- 客戶端：註冊到
conversation.input.left插槽，點擊後發起POST /api/screenshot/capture請求。 - 宿主：註冊
webServer路由，調用 PowerShell 啓動全屏遮罩層。遮罩層使用 WinForms 實現，包含綠色邊框、8 個縮放手柄及操作提示。 - 截屏腳本：使用
CopyFromScreen進行區域裁剪。腳本爲純 ASCII 源碼，以避免編碼問題。 - 標記填充：標記通過
props.inputActions→sessions.provideInfo(...).props.inputActions→session.prompt(..., 'queue')的優先級鏈路寫入輸入框。
限制與注意事項¶
- 平臺限制：插件僅支持 Windows，依賴 Windows PowerShell 和 System.Drawing 庫。
- 前臺操作：按鈕點擊與框選過程需要在應用前臺進行。
- 多顯示器：多顯示器環境下，框選基於虛擬屏整體座標計算。
- Agent 讀取：Agent 需要配置視覺引擎（如 ModLens）才能讀取截圖文件。
總結¶
該插件通過模擬微信的截圖交互，解決了在 DSH 中快速截圖並同步給 Agent 的痛點。安裝簡單，配置靈活，適合需要在對話中頻繁使用視覺反饋的開發者。
