前言¶

在 DeepSeek Harness（DSH）里做自动化时，很多任务卡在「没有 API、只能点图形界面」：填表、点按钮、读窗口状态。官方文档里已有实验性的 Computer Use 方案（例如 Cua Driver MCP 与原生提供方），Windows 也可走上游 Cua Driver。若你希望在本机 Windows 上走一套独立的社区实现——UI Automation、窗口截图、鼠标键盘、会话授权与审批审计——可以看一下维护者 STARDUSTLC666 发布的 deepseek-computer-use。本文按仓库 README 与 package 信息整理安装、能力与注意点；该插件归类为 DSH 社区目录中的「客户端」插件，非 DeepSeek 官方出品（官方包在 @deepseek-ai/* scope 下）。

这是什么¶

deepseek-computer-use 通过 DSH 的 apply(ctx) / inject / bundle patch 接入宿主，向模型注册 16 个 Computer Use 工具：发现窗口、截图观测、鼠标键盘、控件操作，以及可选的系统音频录制。底层使用 UI Automation + SendInput + Windows.Graphics.Capture；工具语义参考 Codex window2，并针对 DSH 的会话、审批和截图附件机制做了适配。

典型流程是：先 list_windows / get_window_state 观测（无障碍树 + 可选截图），再 click、type_text、set_value 等操作；失败或界面变化后需重新观测，避免用过期元素编号误点。

• 目录页：skillhub.cn/plugins/STARDUSTLC666/deepseek-computer-use
• 源码与文档：github.com/STARDUSTLC666/deepseek-computer-use
• 当前 npm 版本（资料中）：0.1.2，许可证 MIT

核心功能¶

工具一览¶

README 中列出的工具及作用如下（节选说明用法方向）：

截图通过 DSH attachments 保存并输出模型可见的 image block；敏感操作走 approval.request 并写入会话审计。同一桌面上的工具调用串行执行；每个会话独立保存授权、helper、截图与元素快照。

运行时与原生组件¶

• 平台：Windows 10/11（package.json 中 os: ["win32"]）
• Node：≥ 18.17
• 零 npm 原生依赖、零 .NET 运行时依赖：helper 与覆盖层用系统自带的 csc.exe 现编；抓屏（WGC）和录音（WASAPI）为 net48 程序，依赖系统自带的 .NET Framework 4.8。
• 首次调用任意 Computer Use 工具时会自动编译 helper 与覆盖层（约 1 秒）。需要抓屏/录音等可选能力时，可在包目录执行 npm run build；无 .NET SDK 时抓屏可退回 PrintWindow，录音会报 audio_missing。

使用中指示与安全¶

操作时会有与 Codex 类似的两层覆盖层：屏幕边缘呼吸提示与虚拟光标；用户可按 Esc 取消当前回合内的操作。安全模型包括应用白名单/黑名单（allowApps / denyApps）、审批三档（never / sensitive / always）、前台窗口校验、元素快照 TTL（默认 120 秒）及 dryRun 演练模式。没有 DSH 审批服务时，需要审批的请求会被直接拒绝，不会静默降级。

插件以当前 dsh 进程权限运行，能访问本机用户可见的桌面与文件能力边界内的资源；安装前建议阅读源码与 MIT 许可证，并按团队规范配置 allowApps、denyApps 与 approval。

安装与启用¶

环境要求：Windows 10/11、Node ≥ 18.17，以及系统自带的 UI Automation、.NET Framework 4.8 等组件。

通过 npm 安装包¶

npm install deepseek-computer-use

包地址：npmjs.com/package/deepseek-computer-use

在本机 profile 的 cordis.patch.yml 中启用（与 README 示例一致）：

- insert:
    - id: deepseek-computer-use
      name: 'deepseek-computer-use'

package.json 中通过 dsh.bundle.patch 指向 ./cordis.patch.yml，由 patch 向宿主配置插入插件行。

通过 DSH 插件命令（示例 profile：web）¶

README 给出的 Git Bash 示例：

dsh plugin --profile web add deepseek-computer-use
dsh web --no-open

装好后重启宿主，让模型调用 computer_use_health 做自检。开发时可将依赖改为本地路径，例如 file:E:/deepseek/dsh-computer-use，以加载源码。

可选构建（helper、overlay，并尝试 dotnet 编 capture/audio）：

npm run build

配置示例¶

在 patch 或插件配置中可设置（字段含义以 README 为准）：

- id: deepseek-computer-use
  config:
    approval: sensitive            # never | sensitive | always
    allowApps: ["notepad", "chrome"]   # 空 = 不限制
    denyApps: []
    defaultIncludeScreenshot: true
    maxElements: 260
    snapshotTtlMs: 120000
    dryRun: false
    toolPrefix: ''
    timeoutMs: 10000

approval: sensitive 为默认：元素标签命中危险词或 launch_app 时会询问；宿主侧 approval 策略与插件项 approval: never 含义不同，应用级授权由 appConsent 等机制单独控制，详见 README「安全模型」一节。

典型用法与自检¶

1. 在已启用插件的 DSH profile 中启动 Web 或 CLI 会话。
2. 让模型先调用 computer_use_health，确认 helper 与策略正常。
3. 用 list_windows 或 list_apps 定位目标，再 get_window_state 获取带编号的树与截图。
4. 根据观测结果执行 click、type_text、set_value 等；若返回 fresh_observation_required，须重新 get_window_state 后再操作。

仓库提供的测试命令（不依赖模型）：

npm test               # 参数/策略回归 + WinForms 集成验证
npm run test:contracts # 仅参数与策略，不操作桌面
npm run test:harness -- --dsh-root /path/to/node_modules/@deepseek-ai/dsh

test:harness 会启动隔离的真实 DSH CLI/profile，验证附件、审批与原生操作，且不调用模型、不录音。

适用场景与注意¶

适合：需要在 DSH 对话中自动化没有稳定 API 的 Windows 桌面软件；希望工具契约接近 window2 语义、并自带 DSH 会话授权、审批与中断恢复（超时/取消会停止 helper，回合结束会清理原生进程）。

不适合或需知：仅支持 Windows；与官方 Computer Use / Cua Driver 功能有重合，README 明确说明未与官方驱动做过效果或性能对比。社区目录（如 SkillHub）与 DeepSeek / 幻方无官方从属关系，插件为社区维护。

遇到问题或改进建议，可在 GitHub 提交 issues 与 PR。

结尾¶

deepseek-computer-use 把 Windows 桌面观测与操作收进 DSH 工具面：16 个工具、附件式截图、审批与审计、串行原生 RPC。按上文安装到 profile、配置安全项并用 computer_use_health 验证后，即可在 Harness 里处理依赖 GUI 的任务。

• 插件目录：https://www.skillhub.cn/plugins/STARDUSTLC666/deepseek-computer-use
• GitHub：https://github.com/STARDUSTLC666/deepseek-computer-use