前言¶
在 DeepSeek Harness（DSH）裏做桌面任務時，常見做法是臨時開特殊會話、切模式，或依賴外部 Computer Use 服務。模型要看屏幕、點鼠標、敲鍵盤，截圖又大又費 token，動作做完也不知道有沒有生效，容易反覆重試。下面介紹 dsh-operator（維護者 yffo，分類：工作流）：裝一次掛進 desktop profile 後，標準 / PTC / 極簡 / 創造等模式下的會話都會繼承同一套桌面 GUI 工具與後臺 code_agent，不依賴外部賬號或遠程運行時二進制。
這是什麼¶
dsh-operator 是 DSH 的全局 Computer Use 插件：核心爲 JavaScript + macOS 自帶命令 + 編譯好的小型 AX 助手。倉庫 yffo/dsh-operator 採用 MIT 許可證；當前 package 版本爲 0.121.6，要求 DSH 版本在 0.2.1–rc.2 以上且低於 0.3.0、Node 22.18 及以上。插件目錄頁：https://www.skillhub.cn/plugins/yffo/dsh-operator（社區目錄站點，與 DeepSeek / 幻方無官方從屬關係）。
接入 cua-driver 爲可選增強，用於「AI 在後臺操作、你同時用電腦」的人機並行；不裝時基礎工具仍可用。
核心功能¶
裝一次，全局可用¶
插件掛在 host 層工具棧，當前和將來的會話自動繼承，無需每個會話單獨配置。
觀察與省 token¶
- Retina 截圖先按長邊 1280、JPEG q80 編碼再交給模型，量級約爲原圖 1/4。
- 觀察只帶當前一張截圖，不爲每一步上傳歷史圖。
- 原生 App 可附 AX 文本快照（通常約 1KB），便於按名字/角色定位；Web/Electron AX 樹很淺時會退回純視覺。
- 工具策略提示詞做過瘦身（README 稱 8.4KB → 3.9KB）。
動作校驗¶
每次動作後自動重採並比較，返回 actionEffect（confirmed / unverifiable / suspected_noop）；失敗附帶可讀提示，減少模型瞎猜。
工具能力（節選）¶
會話內工具按 README 分爲觀察、鼠標/鍵盤、AX 動作、窗口/應用、瀏覽器 DOM 與自動化、剪貼板、任務/技能、後臺 code_agent、診斷等。常用示例：
| 類別 | 代表工具 |
|---|---|
| 觀察 | screenshot、cu_observe、list_windows、ocr |
| 輸入 | click、input_text、hotkey、cu_act（需 cua-driver） |
| AX | ax_press、ax_set_value、ax_batch |
| 應用 | open_app、cua_launch（後臺啓動） |
| 瀏覽器 | browser_*（真實 profile，經 cua-driver）、browser_dom_*（Chrome/Safari） |
| 後臺 | code_agent（另起標準會話執行代碼/長任務） |
舊版工具名默認保留，可用配置 legacyToolNames 關閉。只想看、不讓動：對話中說「只讀模式」，或將 profile 的 guiTools 設爲 false。
安全邊界¶
- guard：危險快捷鍵及「刪除/移除/支付/發送」類靜默按壓默認攔截；確認時可傳
confirm: true。 - 審計日誌寫入
~/.dsh/dsh-operator/audit.jsonl，只記元數據，不存屏幕內容與輸入文本。 - 剪貼板：長文本輸入採用快照 → 寫入 → 粘貼 → 還原，不把剪貼板內容發給模型。
平臺與限制¶
- macOS 已驗證；Windows/Linux 代碼兼容但未驗證——Linux 桌面後端未實現會報
unsupported_platform；AX/瀏覽器/剪貼板等擴展工具僅在 macOS 註冊。 - 插件以當前 DSH 進程權限運行，安裝前請閱讀源碼與 MIT 許可證，確認你願意授予屏幕錄製與輔助功能。
安裝與啓用¶
先做下面兩步，再完全退出 DSH（macOS 爲 ⌘Q）並重新打開：
# 裝進 desktop profile
dsh plugin --profile desktop add dsh-operator
首次使用 GUI 工具時，macOS 會請求「屏幕錄製 / 輔助功能」，允許 DeepSeek Harness（或你的 DSH 宿主 App）即可。在任意會話中要求「截一張圖看看我的屏幕」，能返回截圖即表示通路正常。
升級與卸載：
dsh plugin --profile desktop update dsh-operator
# 或
dsh plugin --profile desktop remove dsh-operator
改動前可備份 ~/.dsh/profiles/desktop/ 下的 package.json、pnpm-lock.yaml、cordis.patch.yml 以便回滾。
典型用法¶
裝好後用自然語言說明「目標 + 驗收標準」即可，不必背工具名：
| 說法 | 預期行爲 |
|---|---|
| 「打開系統設置，確認在「外觀」頁，截個圖給我」 | 先看再開、最後給截圖 |
| 「先看看現在前臺是什麼，別亂點」 | 只讀觀察 |
| 「這個流程存成技能，叫 archive-screenshots」 | 存成可回放技能 |
| 「寫個交接」/ 新窗口只說「接手」 | 交接與無縫續做 |
可選 cua-driver 人機並行時，先安裝並授權，再使用 cua_windows、cua_observe、cua_act、cua_launch 等；環境變量 DSH_OPERATOR_CUA=0 可關閉 cua 工具。瀏覽器自動化細節見倉庫 docs/BROWSER-AUTOMATION.md、docs/CUA-DRIVER.md。
適用場景與注意¶
適合需要在 DSH 多模式下統一做桌面自動化、希望截圖與 AX 觀察控 token、並需要結構化動作反饋的開發者。倉庫 README 標明 495 項測試通過 與 CI，可自行 npm run doctor 診斷。
務必明確：安裝即授權插件控制桌面與讀屏；截圖會隨會話請求發給模型服務商，屬 Computer Use 本身成本；插件本身不上傳數據到插件作者服務器。
結尾¶
dsh-operator 把 Computer Use 收到 DSH desktop profile 一層，用觀察壓縮、AX 快照和 actionEffect 校驗降低試錯成本，並用 guard 與審計劃清安全邊界。進一步瞭解請查看 SkillHub 目錄頁 與 GitHub 倉庫。
