前言¶
用 DeepSeek Harness(DSH)問「屏幕上這塊是什麼意思」時,常見流程是:系統截圖工具截一張圖、在磁盤裏找到文件、拖進對話輸入框、再打字。步驟多,還要繞一圈文件系統。DSH 社區裏插件可以擴展 Web 對話客戶端的能力;dsh-screenshot 把上述流程收成 composer 工具欄裏的一次點擊,截下來的區域直接變成草稿裏的圖片附件,和普通粘貼圖片一樣發給支持多模態的模型。
下面介紹插件定位、能力、安裝方式與使用步驟。事實以 GitHub 倉庫 README 爲準;社區目錄頁見 SkillHub。目錄站與 DeepSeek / 幻方無官方從屬關係,屬於社區生態。
這是什麼¶
dsh-screenshot 是面向 DeepSeek Harness 的 screenshot-and-ask 插件:在 composer 工具行點相機按鈕即可截屏,凍結畫面上用可拖動的選框微調區域,確認後裁剪結果進入當前消息草稿,作爲普通圖片附件。
維護者爲 yuyu297,分類爲 客戶端(Web GUI 側注入按鈕與選區 overlay)。與多數系統截圖工具不同,凍結幀會 排除 Harness 自身窗口(截屏前最小化本應用頂層窗口,截完恢復),方便對準窗口後面的內容提問。
核心功能¶
以下能力均來自官方 README 與 package.json(當前版本 1.2.0,許可證 MIT)。
- 一鍵、無系統對話框:相機按鈕掛在 composer 工具行左側(槽位
conversation.input.left)。 - 可調選區:首次拖拽畫出區域後,選框保留;四角、四邊共八個控制點,以及可拖動的內部區域,確認前不會真正裁剪。
- 確認與取消:
Enter或確認按鈕完成;Esc、右鍵或取消按鈕丟棄整次捕獲。 - 尺寸讀數:顯示真實像素尺寸,而非屏幕邏輯像素。
- Harness 窗口不參與畫面:應用自有窗口在凍結前最小化,恢復後選框內主要是其他應用內容。
- 無落盤習慣:裁剪結果經 Host 側處理後進瀏覽器草稿附件,不依賴用戶自建的截圖目錄;overlay 是頁內表面,README 說明不會留下托盤項、懸浮窗或待清理文件。
- 性能:常駐 PowerShell 輔助進程、窗口列表緩存等優化後,README 在 2560×1600、150% DPI 桌面上的整次捕獲約 130–180 ms(首次實現約 520–600 ms);選區 overlay 用單元素
box-shadow與按動畫幀合併指針移動等方式減少 DOM 刷新。
架構上分爲兩半:Host(index.js + scripts/capture.ps1)提供 /api/dsh-screenshot/capture 與 /api/dsh-screenshot/crop,需應用 auth cookie;Client(client.js)註冊相機按鈕與 shell.overlay 選區層。中間幀最多保留六張,由一次 crop 消費並刪除,避免大圖在瀏覽器裏往返。
無配置項:插件不註冊 Config schema,也不讀取工作區外配置文件。
環境與要求¶
- Windows:捕獲輔助腳本使用 PowerShell 5.1、WinForms 與 GDI+。
- DSH Web GUI:
dsh web或桌面應用;需要webServerHost 服務與 Conversation Client 服務(標準 web profile 具備)。 - Node:
package.json要求node >= 22。 - 若希望模型理解截圖,需選用 接受圖片輸入 的模型。
安裝與啓用¶
安裝命令以 README 原文爲準(將 <profile> 換成你的 profile 名;GitHub 路徑按 README 佔位寫法,指向你要安裝的 fork 或上游倉庫):
dsh plugin --profile <profile> add github:<your-account>/dsh-screenshot
安裝後 重啓 DSH,以便 Host 註冊路由並啓動捕獲輔助進程。
本地開發可直接指向目錄:
dsh plugin --profile <profile> add ./dsh-screenshot
插件以當前 DSH 進程權限運行,安裝前建議自行查看 源碼 與 LICENSE,確認行爲與許可可接受。
典型用法¶
README 給出的可復現步驟如下:
- 在 composer 工具行左側點擊相機按鈕。
- 屏幕凍結後,拖拽畫出要提問的區域。
- 鬆開後選框保留,可拖邊、角或內部微調。
- 按
Enter或點 Confirm 確認;Esc、右鍵或 Cancel 放棄。 - 裁剪圖出現在草稿附件中,輸入問題併發送。
適用場景與注意¶
適合:在 Windows 上用 DSH Web 對話、經常需要「指着屏幕某塊問模型」的開發者或智能體使用者;希望少碰文件系統、少步驟完成 multimodal 提問的場景。
注意:
- 僅支持 Windows,Linux / macOS 不在 README 要求範圍內。
- Host 路由帶應用 auth cookie 校驗,避免本機無關頁面隨意讀屏;仍應理解插件會調用系統級截屏能力。
- README「Notes and limits」提到與窗口、DPI 等相關的邊界(正文截斷處未展開);遇異常可對照 GitHub Issues 與完整 README。
- 社區目錄當前星標爲 0,不代表功能缺失,僅反映倉庫曝光度;版本與行爲以倉庫 tag /
package.json爲準。
結尾¶
dsh-screenshot 把「截屏 → 找文件 → 拖附件 → 提問」收成 composer 裏的一鍵流程,並在捕獲時隱藏 Harness 自身窗口,適合在 DSH「一切皆插件」的 Web 客戶端裏做屏幕問答。