前言¶
在 DeepSeek Harness（DSH）里做桌面任务时，常见做法是临时开特殊会话、切模式，或依赖外部 Computer Use 服务。模型要看屏幕、点鼠标、敲键盘，截图又大又费 token，动作做完也不知道有没有生效，容易反复重试。下面介绍 dsh-operator（维护者 yffo，分类：工作流）：装一次挂进 desktop profile 后，标准 / PTC / 极简 / 创造等模式下的会话都会继承同一套桌面 GUI 工具与后台 code_agent，不依赖外部账号或远程运行时二进制。
这是什么¶
dsh-operator 是 DSH 的全局 Computer Use 插件：核心为 JavaScript + macOS 自带命令 + 编译好的小型 AX 助手。仓库 yffo/dsh-operator 采用 MIT 许可证；当前 package 版本为 0.121.6，要求 DSH 版本在 0.2.1–rc.2 以上且低于 0.3.0、Node 22.18 及以上。插件目录页：https://www.skillhub.cn/plugins/yffo/dsh-operator（社区目录站点，与 DeepSeek / 幻方无官方从属关系）。
接入 cua-driver 为可选增强，用于「AI 在后台操作、你同时用电脑」的人机并行；不装时基础工具仍可用。
核心功能¶
装一次，全局可用¶
插件挂在 host 层工具栈，当前和将来的会话自动继承，无需每个会话单独配置。
观察与省 token¶
- Retina 截图先按长边 1280、JPEG q80 编码再交给模型，量级约为原图 1/4。
- 观察只带当前一张截图，不为每一步上传历史图。
- 原生 App 可附 AX 文本快照（通常约 1KB），便于按名字/角色定位；Web/Electron AX 树很浅时会退回纯视觉。
- 工具策略提示词做过瘦身（README 称 8.4KB → 3.9KB）。
动作校验¶
每次动作后自动重采并比较，返回 actionEffect（confirmed / unverifiable / suspected_noop）；失败附带可读提示，减少模型瞎猜。
工具能力（节选）¶
会话内工具按 README 分为观察、鼠标/键盘、AX 动作、窗口/应用、浏览器 DOM 与自动化、剪贴板、任务/技能、后台 code_agent、诊断等。常用示例：
| 类别 | 代表工具 |
|---|---|
| 观察 | screenshot、cu_observe、list_windows、ocr |
| 输入 | click、input_text、hotkey、cu_act（需 cua-driver） |
| AX | ax_press、ax_set_value、ax_batch |
| 应用 | open_app、cua_launch（后台启动） |
| 浏览器 | browser_*（真实 profile，经 cua-driver）、browser_dom_*（Chrome/Safari） |
| 后台 | code_agent（另起标准会话执行代码/长任务） |
旧版工具名默认保留，可用配置 legacyToolNames 关闭。只想看、不让动：对话中说「只读模式」，或将 profile 的 guiTools 设为 false。
安全边界¶
- guard：危险快捷键及「删除/移除/支付/发送」类静默按压默认拦截；确认时可传
confirm: true。 - 审计日志写入
~/.dsh/dsh-operator/audit.jsonl，只记元数据，不存屏幕内容与输入文本。 - 剪贴板：长文本输入采用快照 → 写入 → 粘贴 → 还原，不把剪贴板内容发给模型。
平台与限制¶
- macOS 已验证；Windows/Linux 代码兼容但未验证——Linux 桌面后端未实现会报
unsupported_platform；AX/浏览器/剪贴板等扩展工具仅在 macOS 注册。 - 插件以当前 DSH 进程权限运行，安装前请阅读源码与 MIT 许可证，确认你愿意授予屏幕录制与辅助功能。
安装与启用¶
先做下面两步，再完全退出 DSH（macOS 为 ⌘Q）并重新打开：
# 装进 desktop profile
dsh plugin --profile desktop add dsh-operator
首次使用 GUI 工具时，macOS 会请求「屏幕录制 / 辅助功能」，允许 DeepSeek Harness（或你的 DSH 宿主 App）即可。在任意会话中要求「截一张图看看我的屏幕」，能返回截图即表示通路正常。
升级与卸载：
dsh plugin --profile desktop update dsh-operator
# 或
dsh plugin --profile desktop remove dsh-operator
改动前可备份 ~/.dsh/profiles/desktop/ 下的 package.json、pnpm-lock.yaml、cordis.patch.yml 以便回滚。
典型用法¶
装好后用自然语言说明「目标 + 验收标准」即可，不必背工具名：
| 说法 | 预期行为 |
|---|---|
| 「打开系统设置，确认在「外观」页，截个图给我」 | 先看再开、最后给截图 |
| 「先看看现在前台是什么，别乱点」 | 只读观察 |
| 「这个流程存成技能，叫 archive-screenshots」 | 存成可回放技能 |
| 「写个交接」/ 新窗口只说「接手」 | 交接与无缝续做 |
可选 cua-driver 人机并行时，先安装并授权，再使用 cua_windows、cua_observe、cua_act、cua_launch 等；环境变量 DSH_OPERATOR_CUA=0 可关闭 cua 工具。浏览器自动化细节见仓库 docs/BROWSER-AUTOMATION.md、docs/CUA-DRIVER.md。
适用场景与注意¶
适合需要在 DSH 多模式下统一做桌面自动化、希望截图与 AX 观察控 token、并需要结构化动作反馈的开发者。仓库 README 标明 495 项测试通过 与 CI，可自行 npm run doctor 诊断。
务必明确：安装即授权插件控制桌面与读屏；截图会随会话请求发给模型服务商，属 Computer Use 本身成本；插件本身不上传数据到插件作者服务器。
结尾¶
dsh-operator 把 Computer Use 收到 DSH desktop profile 一层，用观察压缩、AX 快照和 actionEffect 校验降低试错成本，并用 guard 与审计划清安全边界。进一步了解请查看 SkillHub 目录页 与 GitHub 仓库。
