前言¶
在 DSH 里让模型「看见」屏幕上的某一块区域,常见做法是系统截图、剪贴板或自己写自动化。Windows 上若已长期开着 QQ NT,其自带截图(默认 Ctrl+Alt+A)交互成熟:框选、确认后写入剪贴板。插件 QQ Screenshot(@silentforfar/dsh-qq-screenshot,维护者 Silentforfar)把这条路径接到 DSH:唤起 QQ 截图,把结果保存到当前会话工作区,再通过工具、按钮或斜杠命令交给对话与模型。
下面介绍插件定位、能力、安装方式与使用注意。事实以 GitHub 仓库 README 为准;社区目录页见 SkillHub。
这是什么¶
QQ Screenshot 是面向 DSH(DeepSeek Harness)的 bundle 插件:用 QQ 自带截图工具截取屏幕区域,将 PNG 提供给会话中的模型或输入框。分类上可归入模型推理相关能力(多模态输入)。
运行环境要求明确:Windows;DSH 0.2.1-rc.2 或更高;QQ NT 正在运行且已登录。截图完成后需在 QQ 界面按 Enter,使 QQ 把位图复制到剪贴板,插件再从剪贴板取图保存。许可证为 MIT(package.json 版本 0.1.0)。
核心功能¶
插件提供三条等价入口,底层同一套截图逻辑。
- 模型工具
qq_screenshot:模型可主动调用;调用后弹出 QQ 截图界面,用户框选区域并按 Enter,图片保存到工作区并随结果返回(在模型支持图片输入时)。 - 输入框按钮:消息输入框左下角、权限下拉框右侧的取景框图标,点击即唤起 QQ 截图;完成后把图片路径写入输入框。
- 命令
/screenshot:与按钮相同逻辑,可在输入框直接输入。
截图文件落在当前会话工作区的 screenshots/ 目录,文件名形如 qq-20261018-170519.png。
工作原理(简述)¶
README 中的实现步骤可概括为:
- 宿主通过
capture.ps1用SendInput触发 QQ 截图快捷键; - 轮询检测 QQ 截图窗口(窗口类
QQScreenCapture Window Class); - 用户完成框选、QQ 将位图写入剪贴板后,插件将剪贴板图片保存为 PNG;
- 工具路径通过
attachments服务把 PNG 作为图片附件返回给模型。
若 QQ 截图快捷键不是默认的 Ctrl+Alt+A,可在用户目录下配置(每次截图前重新读取,改完即生效):
{
"hotkey": "Ctrl+Alt+A",
"timeoutSec": 100
}
配置文件路径:%USERPROFILE%\.dsh\qq-screenshot.json。
安装与启用¶
从 DSH 插件市场安装¶
- 在 DSH Web 侧栏打开 Plugins,在 Experimental plugins 旁选 More,开启 Custom plugin markets。
- 打开 Discover 标签,添加索引源:
https://silentforfar.github.io/dsh-market-index/index.json
- 在列表中找到 QQ Screenshot(
@silentforfar/dsh-qq-screenshot),执行安装。
从仓库直接安装¶
将下列 spec 传给 plugin_manager 的 install_bundle(或你 profile 中等价的 bundle 安装方式):
git+https://github.com/Silentforfar/dsh-qq-screenshot.git#<commit-sha>
<commit-sha> 须为本仓库历史中的完整 40 位 commit SHA,以便安装版本固定、可复现。
典型用法¶
- 对话里手动截图:在输入框点取景框图标,或输入
/screenshot,按 QQ 流程框选并 Enter,路径会出现在输入框,再照常发送消息。 - 模型主动要图:在支持工具调用的会话中,模型调用
qq_screenshot,你完成框选与确认后,插件保存 PNG 并尽量以图片附件返回。 - 模型不支持 vision:工具可能只返回文件路径;可用
read_image读取该文件,或换用支持图片输入的模型。
常见问题与排错¶
- 提示「QQ 的截图窗口没有打开」:确认 QQ 已运行且已登录;确认快捷键与
qq-screenshot.json中hotkey一致。 - 提示「截图已在 QQ 中被取消」:在 QQ 截图界面按 Enter(复制到剪贴板),不要直接关窗口;也可先点「完成」。
- 模型看不到图:见上节,区分模型是否支持图片输入。
适用场景与注意¶
适合已在 Windows 上使用 DSH,且日常开着 QQ NT 的开发者或使用者:希望用熟悉的 QQ 截图交互,把局部屏幕内容交给智能体分析,而不必单独维护另一套截图工具链。
使用前请注意:插件以 当前 DSH 进程权限 运行,会通过脚本模拟按键并读取剪贴板;安装前建议阅读仓库源码与 MIT 许可证。本插件依赖 QQ 客户端行为(窗口类名、快捷键、剪贴板流程),QQ 或系统更新后可能需要维护者跟进。社区目录(如 SkillHub)为独立索引,与 DeepSeek / 幻方无官方从属关系,不等同于官方应用商店。