前言¶
DeepSeek Harness（DSH）的智能体通常通过工具调用访问文件、终端或浏览器。要在本机 Windows 应用里查窗口、读控件结构、点按或输入，单靠通用 shell 往往不够：要么拿不到语义化的控件信息，要么坐标容易过期。社区插件 dsh-desktop-tools（GitHub：Kerberos255/dsh-desktop-tools）面向上述场景，在 DSH 内提供原生 Windows 桌面自动化能力，优先走 UI Automation（UIA），对无法暴露语义控件的界面则用带作用域的截图坐标兜底。
这是什么¶
dsh-desktop-tools 由维护者 Kerberos255 发布，在 SkillHub 社区目录中归类为「工作流」。插件简介为：Windows desktop automation for DeepSeek Harness: UI Automation, screenshots, scoped actions and native permissions。当前 package.json 中版本为 0.1.11，许可证 MIT。
插件仅在 Windows 上运行，依赖 PowerShell 7、与 DSH 版本要求匹配的宿主（engines 要求 node >= 24、dsh >= 0.2.0-rc.2），以及 README 中指向的 package.json 依赖说明。需要 UIA 或键盘交互时，须在已解锁的交互式桌面上操作。
核心功能¶
README 列出的能力可概括为以下五点（对应五个工具方向）：
- 窗口发现：定位当前可用的桌面窗口。
- 无障碍 / 控件快照：获取控件引用，供后续点击、输入使用。
- 截图：对自定义绘制、难以通过 UIA 语义化的界面，用截图及其
screenshotRef表示区域；坐标相对于该截图，而非全屏全局坐标。 - 点击与输入：在持有当前引用时调用
desktop_click、desktop_type；界面变化后需重新快照。 - 引用与权限：按会话 / 窗口的引用以及截图引用，避免重复使用过期坐标。
其他已文档化的行为包括：
- 遵循当前 DSH 会话权限预设、插件写入开关、按进程策略及原生审批；只读会话不能写入。
- 可选可见操作指示；支持基于 PowerShell 的 helper，而不必长期跑常驻服务。
- 在配置的保留期过后自动清理符合条件的插件自有截图（默认保留 七天），不删除审计日志或活跃会话产物。
- 可选向 dsh-plugin-diagnostics 上报受限的操作与失败元数据（不含对话内容与凭据）。
同作者的 dsh-browser-tools 面向网页；桌面与本机 GUI 场景可与此插件配合理解分工。
安装与启用¶
官方安装命令如下（profile 名 desktop 需按你本地 DSH 配置替换）：
dsh plugin --profile desktop add github:Kerberos255/dsh-desktop-tools
安装或更新插件代码后应重启 DSH。若需可复现安装，README 建议 pin 到具体 commit。
启用前建议在 DSH 中打开 Settings → Plugins → Desktop Tools，查看允许的进程策略，并在确实需要写入前保持写入关闭。
典型用法¶
README Quick start 给出的顺序可直接复现：
- 打开 Settings → Plugins → Desktop Tools，审阅 allowed-process policy，在需要之前保持 writing disabled。
- 调用
desktop_windows查找窗口，再调用desktop_snapshot获取当前控件引用。 - 使用
desktop_click或desktop_type并传入当前引用；界面变更后刷新 snapshot。 - 对自定义绘制应用，使用
desktop_screenshot及其screenshotRef；坐标在该截图内部，不是全局屏幕坐标。
策略与字段示例见仓库中的 policy.json、config.example.json；安全说明见 SECURITY.md。
权限、隐私与测试¶
只读会话无法写入。具备完整访问权限的 DSH 会话可能对「已允许的普通交互」减少重复审批，但显式禁止的进程、安全桌面、凭据窗口与敏感提交仍受保护；关闭审批提示的设置 不等于 授予权限。
支持的快照 / 截图中会抑制凭据字段。审计文件与截图仅存放在本地 runtime 目录。仓库提供 npm test 做可移植的安全 / 策略检查；真实 UIA、DPI、焦点、键盘与屏幕标记测试需要在 已解锁的 Windows 主机 上完成，不能仅凭 GitHub Actions 推断。
适用场景与注意¶
适合：在 DSH 智能体工作流中，需要在本机 Windows 应用里做只读探查或经审批后的有限写入（查窗口、读结构、截图定位、点按输入）的开发者。
注意：
- 插件随 当前 DSH 进程 的权限与策略运行；安装前应自行审阅源码与 MIT 许可证，并理解
policy.json、会话 preset 与原生审批的含义。 - 仅 Windows；Linux / macOS 宿主不适用。
- 社区目录页（SkillHub）与 GitHub 为独立信息源，与 DeepSeek / 幻方无官方从属关系；星标与版本以你安装时仓库状态为准（资料抓取时 GitHub 星标为 0）。
结尾¶
dsh-desktop-tools 把 Windows UIA、作用域截图与 DSH 原生权限模型接到同一套工具里，适合需要「能看结构再动手、坐标不串会话」的桌面自动化步骤。进一步了解可访问社区目录页与 GitHub 仓库：
- 目录页：https://www.skillhub.cn/plugins/Kerberos255/dsh-desktop-tools
- GitHub：https://github.com/Kerberos255/dsh-desktop-tools
