前言¶
在 DeepSeek Harness（DSH）里让智能体操作本机 Windows 桌面，常见做法是反复截图、猜坐标、多轮工具来回。上下文变长、延迟高，元素定位也不稳定。super-cu（仓库名 dsh-super-cu）是维护者 suntham-t 发布的 客户端 类 DSH bundle：默认走 UI Automation 纯文本语义快照，配合 稳定元素 id 与 一次调用批量执行 的 cu_do，把「观察」和「动作」收成两个 MCP 工具。下面介绍它是什么、怎么装、怎么用，以及使用时要注意的权限与环境限制。
这是什么¶
super-cu 面向 Windows 10/11，在 DSH >= 0.2 下以 bundle 形式挂载：通过 package.json 里的 dsh.bundle.patch 和 cordis.patch.yml，由官方 @deepseek-ai/dsh-mcp-client 拉起常驻 Python MCP server（stdio）。智能体侧可见工具名为 mcp__supercu__cu_show 与 mcp__supercu__cu_do（README 中亦写作 cu_show / cu_do）。
- 维护者：suntham-t
- 当前版本（package.json）：1.5.0
- 许可证：MIT
- 目录页：https://www.skillhub.cn/plugins/suntham-t/super-cu
- 源码：https://github.com/suntham-t/super-cu
社区插件目录（如 skillhub.cn）与 DeepSeek / 幻方无官方从属关系；DSH 生态理念是「一切皆插件」，安装前建议自行阅读仓库源码与许可证。
核心功能¶
两个工具¶
cu_show — 观察界面¶
返回紧凑的语义文本快照，而不是默认依赖截图循环。典型输出包含窗口行、可交互控件列表，以及每个元素的 稳定 id（方括号内数字）、类型、名称与能力/状态标记。
win #39719780 "无标题 - 画图" 2030x1271 @264,159 [focus]
obs 226n/145 shown 239ms controls cut=budget(+61 hidden)
[6] document "开发高效精准的ComputerUse插件"
[7] button "新建会话" [i]
[15] edit "搜索会话名称" ~
[57] tabitem "对话"
主要参数包括：window（标题、进程名或 #hwnd）、view（controls / text / all）、filter、max_nodes、screenshot、region、max_image_width。1.1 起可选 marks: true 做 Set-of-Mark 截图（编号即 #id）；不加该参数时与 1.0 文本输出逐字节一致。
cu_do — 批量动作¶
一次 JSON 调用里按顺序执行多步，支持等待与断言；某步失败则停止并给出建议，后续步骤不执行。
{"steps": [
{"op": "set", "target": "#8713", "text": "关键词", "expect": "关键词"},
{"op": "key", "keys": "enter"},
{"op": "wait", "text": "搜索结果", "timeout_ms": 3000}
]}
目标写法：#id（推荐）、ct:名字、视觉兜底 @n:ux,uy（归一化坐标）、@img:x,y、@x,y（物理屏幕）。README 中 op 覆盖鼠标、键盘、UIA pattern（invoke / set / toggle / select 等）、窗口（activate / launch / close / minimize / maximize / window_move）、剪贴板、以及 wait / assert 等控制类操作。
设计要点（资料中的说明）¶
- 稳定 id：由 UIA RuntimeId 映射为进程内自增 int，跨快照复用；失效时按类型、名字、AutomationId、祖先路径等语义重定位。
- Pattern 优先：能走 UIA Pattern 的后台操作不抢焦点；不可用再回退真实点击。
- 歧义拒绝：
ct:名字命中多个候选时返回AmbiguousError，不猜测。 - 性能路径：窗口列表用 win32
EnumWindows；单窗口 UIA 缓存快路径（异常或SUPER_CU_NO_CACHE=1可回退逐节点 walk）；默认不截图以控制延迟与 token 体积。 - 版本增量：1.3 起支持最小化窗口的后台 pattern 操作；1.4 对齐 OpenAI CUA 常见动作面；1.5 增加跨窗口拖拽、
scroll_until_visible等（详见仓库 CHANGELOG 与docs/）。
README 内含与同机 windows-mcp 4.0.3 的对比数据（观察延迟、文本体积、冷启动等），复现与门禁见仓库 bench/ 与 docs/OPT-*.md；本文不重复罗列全部数字。
安装与启用¶
环境要求：Windows 10/11、Python 3.11+、DSH >= 0.2。
先在本地取得仓库并执行一次性安装脚本（路径写入本机 cordis.patch.yml）：
git clone https://github.com/suntham-t/super-cu.git
cd super-cu
./setup.ps1 # 自动探测 python、安装 Pillow + uiautomation、把绝对路径写进 cordis.patch.yml
然后在 DSH 客户端：插件 / Plugins → 安装本地插件（install from folder）→ 选择该目录。重新开一个会话后，应出现 mcp__supercu__cu_show 与 mcp__supercu__cu_do。
可选环境变量（README 明确列出）：SUPER_CU_NO_CACHE、SUPER_CU_NO_PREFETCH、SUPER_CU_SETTLE_MIN_MS 等，用于关闭缓存、关闭预热或调整 settle 行为。
典型用法¶
- 用
cu_show指定目标窗口（例如按标题或进程名），view=controls，必要时调max_nodes控制输出规模。 - 从快照里读取稳定 id 或语义名字，在
cu_do的steps里写#id或ct:…。 - 需要确认界面变化时，在同一次
cu_do里追加wait或带expect的步骤，而不是动作结束即结束回合。
窗口不在前台时，cu_do 会对目标窗口自动 activate（含最小化还原等）。多智能体共享同一桌面时，仓库提供 gui_lock 互斥逻辑（见 src/gui_lock.py），具体策略以源码为准。
适用场景与注意¶
适合：在 Windows 上让 DSH 智能体自动化本地 GUI（浏览器、资源管理器、Office、记事本等 UIA 可暴露树的应用）；希望减少截图 token、用 id 精确定位、一步完成多步操作的工作流。
不适合或需额外处理：强依赖纯视觉、无 UIA 树或自绘控件且 pattern/滚轮兜底仍失败的应用；Linux/macOS（本插件仅 Windows）。
安全与权限：插件以 当前 DSH 进程的用户权限 运行，能点击、输入、读剪贴板、启停窗口——安装前务必审查 src/ 与 cordis.patch.yml，仅在可信环境启用。剪贴板写入会暂用并恢复用户原内容（README 说明写入后回读校验）。
应用差异：例如微信最小化后 UIA 树仍较完整；Win11 记事本最小化后内容树可能不暴露，需先 activate。详见 docs/MINIMIZED.md。
结尾¶
super-cu 把 Windows 桌面控制收成 观察（cu_show）+ 批量动作（cu_do） 两个工具，以 UI Automation 语义文本和稳定 id 为主路径，并保留可选截图与坐标兜底。若你在 DSH 里做 Windows computer-use，可从目录页了解收录信息，从 GitHub 阅读完整 README、SKILL.md 与基准文档后再安装。
- 插件目录：https://www.skillhub.cn/plugins/suntham-t/super-cu
- GitHub：https://github.com/suntham-t/super-cu
