前言¶
在 DeepSeek Harness (DSH) 的插件生态中，扩展能力通常通过添加特定功能的插件来实现。对于需要在 WSL（Windows Subsystem for Linux）环境中运行的智能体或脚本，直接控制 Windows 桌面应用是一个常见需求。dsh-wsl-wininput 插件解决了这一痛点，它允许 WSL 中的进程通过 UI Automation 协议操作 Windows 界面。
插件简介¶
dsh-wsl-wininput 是一个 DeepSeek Harness 插件，专注于从 WSL 环境向 Windows 窗口发送输入信号。它主要提供三种操作能力：调用 UI Automation 元素、向指定窗口发送按键，以及在指定坐标点击。该插件运行在 WSL 内部，通过调用本地的 PowerShell 来实现与 Windows 的交互，不会抢夺当前窗口的焦点。
安装与启用¶
安装该插件需要使用 DSH 的插件管理命令。在 WSL 终端中执行以下操作即可完成安装：
dsh plugin --profile web add github:173787247/dsh-wsl-wininput
安装完成后，即可在 DSH 的配置或脚本中调用该插件提供的 win_invoke 命令。
核心功能¶
该插件提供了以下四个核心能力：
- Invoke UI Automation 元素：直接激活特定的界面元素。
- Send keys to chosen window：向目标窗口发送文本输入。
- Send clicks to chosen window：向目标窗口发送鼠标点击。
- Target specific window by PID：通过进程 ID (PID) 精确锁定操作目标窗口。
典型用法¶
使用 win_invoke 命令时，需要通过 action 参数指定具体行为，通过 pid 参数指定目标窗口的进程 ID。
1. 调用界面元素
当需要点击或激活某个按钮时，必须指定元素的名称和类型。expectName 是必填参数。
win_invoke action=invoke pid=1234 expectName="Save" expectType=Button
2. 向窗口输入文本
在目标窗口中输入指定字符串。
win_invoke action=type pid=1234 text="hello"
3. 在窗口指定坐标点击
通过 x 和 y 参数指定点击位置。
win_invoke action=click pid=1234 x=100 y=40
注意事项¶
在使用该插件时，需要注意以下几点以确保操作的准确性：
- 元素匹配的唯一性：元素是通过名称查找的，匹配结果必须是唯一的。如果未找到匹配元素（通常意味着元素已消失）或找到多个匹配项（通常意味着名称过于宽泛），操作将被拒绝，而不是尝试最佳匹配。
- 参数依赖：在使用
invoke操作时，expectName是必填参数。 - 窗口遍历的稳定性：早期版本曾尝试通过 UI Automation 树的索引来定位元素，但测试发现对实时窗口进行多次遍历时，索引位置可能会发生变化，导致误操作。当前版本已移除对索引的依赖，改用更稳定的名称匹配方式。
环境要求¶
该插件对运行环境有一定要求：
- 操作系统：Windows 系统，且已安装 WSL。
- 运行环境：DeepSeek Harness 必须在 WSL 内部运行。
- 依赖路径：PowerShell 需要位于标准路径下，插件会自动查找 PowerShell。
结语¶
dsh-wsl-wininput 插件为在 WSL 中开发的智能体提供了基础的 Windows 界面控制能力。通过 PID 定位窗口和 UI Automation 元素调用，开发者可以构建更复杂的自动化脚本。更多细节可参考插件目录页或 GitHub 仓库。
