前言¶

在 DeepSeek Harness（DSH）里做桌面侧智能体时，经常需要把「当前屏幕长什么样、某个窗口里是什么」交给模型。普通全屏截图只能拍到最上层像素：前台在播视频，后面的 IDE 或终端就进不了图。下面介绍的 dsh-screenshoot（维护者 machine202502，GitHub machine202502/dsh-screenshoot）面向 DSH 提供显示器、区域和窗口采集工具，窗口侧按窗口自身像素渲染，被遮挡、在后台或未聚焦时仍可出图。插件归类为客户端能力，与 DSH「一切皆插件」的扩展方式一致；社区目录页在 skillhub.cn，与 DeepSeek / 幻方无官方从属关系。

这是什么¶

dsh-screenshoot 是跨平台屏幕与窗口采集插件，支持 Windows、macOS、Linux（X11）。它在 Harness 中注册一组 screen_* 工具：列显示器、列可见窗口、截整屏/区域/指定窗口，结果保存为 PNG 并返回路径；可与 DSH 的 read_image 配合查看。版本 0.1.0，MIT 许可证，要求 Node.js >= 20。插件本身不拉 npm 依赖，运行时依赖各平台系统工具（见下文「平台与依赖」）。

核心工具与行为¶

README 中列出的工具如下。

区域坐标相对虚拟桌面：若矩形超出屏幕，会按与可见区域的交集裁剪，结果说明里会出现 clamped；若无交集则返回带桌面尺寸信息的错误。

三种截图工具均支持 delayMs，最长等待 30 秒再拍，便于等菜单展开、动画结束或窗口重绘。

所有截图输出 PNG，返回结果中的路径可交给 read_image 打开。

窗口局部裁剪¶

窗口不必整窗截取，可在窗口左上角为原点指定矩形：

screen_capture_window { pid: 11184, crop: { x: 40, y: 60, width: 420, height: 240 } }
→ window 420×240 … · crop 420×240 at 40,60

坐标相对窗口内容左上角，不是屏幕坐标。裁剪框超出窗口图像时会报错并给出图像尺寸，不会静默裁到边缘。裁剪在插件内用 src/png.js 完成，不依赖 ImageMagick。

会话中的缩略图¶

与 Browser 类插件类似：截图后工具结果行会出现缩略图。宿主在 127.0.0.1:49231 起本地帧服务，工具返回 [shot:<id>] 标记，客户端据此渲染图片；内存中保留最近 24 帧，PNG 文件仍留在磁盘。点击缩略图可在新标签页打开原图。

各平台实现要点¶

Windows：PowerShell + Win32。用 EnumWindows、DwmGetWindowAttribute 列窗与边界；PrintWindow(PW_RENDERFULLCONTENT) 把窗口画进 bitmap（非屏幕拷贝），故可截被挡住的窗；Graphics.CopyFromScreen 负责显示器与区域；按显示器 DPI 感知，坐标与尺寸为物理像素。窗口标题经 base64 传递，stdout 强制 UTF-8，避免非 ASCII 标题乱码。

macOS：screencapture 与 JavaScript for Automation。NSScreen 列显示器；CGWindowListCopyWindowInfo 列窗口；screencapture -l <window id> 截窗（含被挡情况），-R 区域，-D 指定显示器。需在「系统设置 → 隐私与安全性」中授予 屏幕录制，否则 macOS 可能只返回壁纸。

Linux（X11）：xrandr 列显示器，wmctrl -lGpx 列窗口与几何，import -window 从窗口缓冲取图，import -window root -crop 截区域。Wayland 下 X11 工具无法可靠枚举窗口；插件会说明缺失条件而非返回黑图。Wayland 上整屏/区域可参考 README 中的 grim、wlr-randr 说明，完整窗口采集需 portal/grim 等另行方案。

安装与启用¶

官方 README 给出的安装方式如下。

npx --yes github:machine202502/dsh-screenshoot

也可手动编辑 ~/.dsh/profiles/desktop/package.json，加入依赖并在 dsh.profile.bundles 中包含 dsh-screenshoot，然后重启 DSH：

{
  "dependencies": { "dsh-screenshoot": "github:machine202502/dsh-screenshoot" },
  "dsh": { "profile": { "bundles": ["…", "dsh-screenshoot"] } }
}

安装前建议浏览仓库源码与 MIT 许可证；插件以当前 DSH 进程权限运行，能访问的窗口与屏幕范围与该用户会话一致。

典型用法¶

下列示例来自 README，可在 Harness 对话中由智能体调用对应工具。

screen_monitors
→ 0* 3200x2000 at 0,0

screen_windows { title: "Brave" }
→ 132518  pid 9800  3200x1904 at 0,0  machine202502/dsh-browser – Brave

screen_capture_window { title: "Brave" }
→ 路径指向 PNG 3200x1904（窗口曾在 DSH 后面）

screen_capture_region { x: 100, y: 100, width: 800, height: 500 }
screen_capture_monitor { monitor: 0 }

仓库内可用以下命令自检后端与工具链（需在克隆或安装后的插件目录执行，此处仅作资料记录）：

node tests/probe.mjs   # 直接探测平台后端
node tests/smoke.mjs   # 经 index.js 走工具

适用场景与注意¶

适合需要在 DSH 桌面配置里做 UI 排查、文档截图、对照前台干扰下后台窗口内容的场景。Linux 用户若在 Wayland 会话，应预期窗口列表与 X11 窗口截图为受限或不可用，按插件报错信息准备 X11 会话或 Wayland 替代工具。

结尾¶

dsh-screenshoot 把显示器枚举、区域截图和「按窗口像素」截图收进 DSH 工具集，并支持延迟拍摄、窗口 crop 与会话内缩略图预览。进一步了解可访问目录页 https://www.skillhub.cn/plugins/machine202502/dsh-screenshoot 与仓库 https://github.com/machine202502/dsh-screenshoot。