前言¶
在 DeepSeek Harness（DSH）里给 agent 布置任务时，常见做法是接浏览器插件或 API，让模型去查网页、调接口。若任务落在本机程序上——记事本、计算器、已打开的 Edge、网易云音乐——模型既看不到窗口，也点不了按钮。Windows 上虽有 UI Automation（UIA）等系统能力，但要自己拼截图、OCR、输入与窗口管理，再接到 MCP 或 DSH 插件体系，工作量不小。
下面介绍社区插件 dsh-computer-use（维护者 hisence999）：面向 Windows，走 纯桌面操控（不单独开浏览器自动化通道；浏览器窗口按普通桌面窗口处理）。它把观察界面、定位控件、点击输入、确认结果串成 agent 可用的工具集，并接入 DSH Desktop 的设置页与对话里的操作记录。
这是什么¶
dsh-computer-use 是 DeepSeek Harness 的 客户端 类插件：通过 MCP stdio 服务 + 常驻 PowerShell 后端（scripts/windows-uia.ps1），读取真实 Windows 程序与窗口，执行点击、打字、窗口切换等操作。npm 包名与插件 ID 均为 dsh-computer-use，当前资料中的版本为 0.6.0，许可证 MIT。
一句话定位：让 DSH 里的 agent 看到并操作你电脑上真实的 Windows 程序和窗口——找按钮和输入框、读屏幕文字、点击与输入、切换和管理窗口；用到鼠标键盘时有明显提示，按 Esc 可随时停止。
核心功能¶
资料中可核对的能力如下。
观察与定位¶
- 列出打开的窗口，通过 UI Automation（UIA） 查找控件及名称。
- 截图 + Windows 自带 OCR 识别界面文字与位置；控件树信息不足时，查找会自动改用 OCR。
执行与确认¶
- 优先在后台直接操作控件（按按钮、填内容、滚动等），尽量不动鼠标、不抢前台。
- 必须用坐标点击、粘贴、按键时，临时借用前台，完成后归还鼠标与前台窗口。
- agent 按 观察 → 定位 → 执行 → 确认 循环推进；输入类操作返回「已发送」，只有等到预期窗口、控件或文字出现才视为「已确认」。布置任务时宜写清要确认什么。
工具规模与界面¶
- 24 个桌面工具 + 1 个管理入口（设置里默认方案为「全部」，共 25 个工具）。
- DSH Desktop 中：设置 → 电脑操控（鼠标图标）可配置工具加载方案、接管提示、停止快捷键等；对话里每一步桌面操作会显示为带鼠标图标的可读记录，可查看步骤与截图。
架构要点（便于排查问题）¶
- 插件适配器运行在 DSH 内；MCP 服务经官方 MCP 桥以 stdio 连到
mcp/server.mjs。 - PowerShell 后端常驻，请求排队、一次只执行一个，避免并发抢鼠标键盘。
- 接管助手（
scripts/windows-takeover.ps1）独立监听 Esc，后端正忙时也能停止未开始或进行中的输入。
浏览器窗口不另开专用通道：与操作其他桌面程序一样，读控件、截图 OCR，再点击输入。
安装与启用¶
环境要求：Windows，已安装 DSH Desktop。插件使用 Windows 自带的 PowerShell 5.1，无需额外安装。DSH Desktop 自带运行环境；若仅在 DSH Web 或独立 MCP 客户端中使用，需本机 Node.js 22 或更高。
DSH Desktop（推荐）¶
- 右键任务栏托盘里的 DSH 图标，选「打开 DSH 终端」，执行：
dsh plugin --profile desktop add dsh-computer-use
-
再右键托盘图标选「退出」，然后重新打开 DSH Desktop。只关窗口不够：DSH 仍在托盘运行时不会加载新插件。
-
打开 设置 → 电脑操控 查看选项；默认加载全部工具即可。然后给 agent 布置桌面任务。
升级时运行同一条安装命令，再完全退出并重新打开 DSH Desktop。命令里的 desktop 是 DSH Desktop 使用的 profile；装到其他 profile 时，当前 Desktop 不会出现变化。
其他安装方式（摘自 README）¶
DSH Web：
dsh plugin --profile web add dsh-computer-use
装好后重启 dsh web。也可在插件市场搜索 dsh-computer-use，或从 GitHub 安装：
dsh plugin --profile desktop add github:hisence999/dsh-computer-use
独立 MCP 客户端示例（不在 DSH 内时）：
{
"mcpServers": {
"dcu": {
"command": "npx",
"args": ["-y", "dsh-computer-use"]
}
}
}
单独运行时可用环境变量控制工具加载：DCU_TOOL_MODE=lite（常用工具）、DCU_TOOL_MODE=lazy（先只加载管理入口），或在 DCU_ENABLED_TOOLS 中指定 JSON 数组。设置页、对话操作记录与整轮提示仅在 DSH 内完整提供。
典型用法¶
README 中的任务示例可直接复用；写清「要确认什么」，agent 才会做结果检查，而不是只发出输入。
在记事本中输入「会议纪要」，再读取文本确认写入成功。
在已打开的计算器中计算 25 × 4，并读取结果。
打开浏览器，搜索「Windows UI Automation」，确认出现搜索结果，并总结你做了什么。
打开网易云音乐，搜索「晴天」，确认结果页出现「周杰伦」。如果无障碍树看不到搜索框，用 OCR 定位可见文字。
对话里常见记录包括「输入了文本」「发送了按键」「检查了操作结果」等；状态可能为「已完成」「操作已发送，效果待确认」「未完成」或「已停止」。
适用场景与注意¶
适合谁：已在用 DSH Desktop（或 DSH Web / 独立 MCP 客户端）、需要在 本机 Windows 桌面 上自动化或辅助操作原生程序、且能接受 agent 在受控提示下使用鼠标键盘的用户。
设置与停止：工具加载可选全部、精简（11 个常用）、懒启动或自定义；屏幕边缘光晕与「DSH 正在控制电脑」提示条、鼠标旁 DSH 标签可分别开关。Esc 默认可停止当前轮桌面操作，也可录制额外快捷键。同一时间只有一段对话能操作桌面，其他对话会收到「忙碌」结果。
权限与安全：插件以 当前 DSH 进程权限 运行，能操作你账户下可见的窗口与输入。安装前应阅读 源码 与 MIT 许可证，并理解已发给程序的操作无法撤回、程序无响应时需等待等情况。数据与隐私说明见仓库文档「数据与隐私」一节。
DSH 生态强调「一切皆插件」；社区目录站点 SkillHub 插件页 与 GitHub 仓库由社区维护，与 DeepSeek / 幻方无官方从属关系。
结尾¶
dsh-computer-use 把 Windows UIA、OCR、截图与输入封装成 DSH 可用的桌面工具链，并在 Desktop 里提供设置、步骤记录与 Esc 停止，适合把「打开本机程序、点界面、读结果」类任务交给 agent。经过上面的步骤装好插件并重启 DSH Desktop 后，可从简单记事本或计算器任务试起。
- 目录页：https://www.skillhub.cn/plugins/hisence999/dsh-computer-use
- GitHub：https://github.com/hisence999/dsh-computer-use
- npm：https://www.npmjs.com/package/dsh-computer-use
