前言¶
在 DSH 裏做桌面自動化時，常見做法是讓 Agent 調外部腳本或遠程桌面 API，模型上下文裏往往只有文字描述，缺少與真實 UI 同步的視覺反饋。若還要點按、輸入、切窗口，往往又得單獨拼一層橋接，安全和審批也很難統一。
下面介紹的 dsh-linux-desktop-use（維護者 sorchk）把截圖、鼠標鍵盤、窗口與應用管理、可選的無障礙樹讀取等能力註冊進 ctx.tools，模型可在一次對話裏按「先觀察、再操作」的節奏驅動本機 Linux 圖形會話。插件當前版本爲 1.9.0（見倉庫 package.json），在 GitHub 上約有 1 個 star。社區目錄頁：skillhub.cn/plugins/sorchk/dsh-linux-desktop-use；源碼與完整說明：github.com/sorchk/dsh-linux-desktop-use。
DSH 生態的理念是「一切皆插件」；SkillHub 等目錄站由社區維護，與 DeepSeek / 幻方無官方從屬關係。安裝任何插件前，建議在目錄頁或 GitHub 查看許可證、PERMISSIONS.md 與源碼，並牢記：插件以當前 DSH 宿主進程的權限在真實桌面上執行，誤操作後果不可撤銷。
這是什麼¶
一句話定位：用 DeepSeek Harness 直接操控本機 Linux 桌面的 DSH 插件——在原生 X11 + XTEST 會話下工作（XFCE、GNOME、KDE 等；README 寫明 Wayland 原生會話不適用）。它將一組桌面工具暴露給模型，並自帶 Web 客戶端半，用於依賴體檢與配置編輯。
詳情頁的 docs/detail.md 爲精簡版；功能、風險與依賴的完整說明以 GitHub README 爲準。
核心功能¶
註冊給模型的工具¶
插件把下列能力掛到 DSH 工具列表（節選，類型見 README 表格）：
| 類別 | 代表工具 | 作用 |
|---|---|---|
| 觀察 | linux_screenshot、linux_windows、linux_desktop_status |
整屏/窗口/區域截圖進上下文；列窗口與焦點；讀屏參、指針、審批模式等 |
| 指針與輸入 | linux_move_mouse、linux_click、linux_drag、linux_scroll、linux_type、linux_key |
移動、點擊、拖拽、滾動、文本與組合鍵 |
| 窗口與應用 | linux_activate_window、linux_set_window_frame、linux_apps、linux_launch_app、linux_activate_app |
激活/擺放窗口；讀 .desktop 與運行實例；啓動應用 |
| 環境 | linux_check_env、linux_displays |
依賴與 X11 能力體檢；枚舉顯示器 |
| 校驗 | linux_verify_state |
斷言標題、焦點、窗口數，並比對畫面是否變化 |
| 無障礙（可選） | linux_app_state、linux_set_value |
讀 AT-SPI 控件樹；直接給可編輯控件寫值（v1.7.0 起） |
寫操作前先觀察：任意寫工具執行前需要一次新鮮的 linux_screenshot（默認快照 TTL 30 秒）；寫完成後快照作廢，下一次寫需重新截圖。座標可指定 space=screen（屏幕絕對像素）或 space=local（按截圖局部像素換算）。
v1.6.0 起增強應用與窗口相關工具；v1.7.0 起在裝好 AT-SPI 依賴且目標應用重啓後，可用控件 box 座標配合 linux_click，並用 linux_app_state 直讀文本，無需 OCR。
詳情頁：體檢與配置¶
客戶端半在 DSH「插件 → Linux 電腦控制」詳情頁提供：
- 檢查依賴：與模型側
linux_check_env共用同一實現，逐條報告輔助程序、系統包、XTEST/EWMH、DISPLAY/XAUTHORITY、配置狀態等。 - 一鍵安裝缺失依賴（v1.8.0 起）：僅安裝依賴目錄
lib/dependencies.js登記的包，需二次確認；無免密提權時不嘗試輸密碼，而是給出可手動執行的命令。 - 桌面控制依賴與配置：可編輯並保存
DISPLAY、XAUTHORITY、審批策略、觀察快照有效期、允許的窗口標題、命令超時等。
宿主暴露同源 HTTP 路由：/dsh-linux-desktop-use/check、/install、/config（GET/POST 語義見 README）。
安裝與啓用¶
運行環境¶
- Node.js
>=20（package.json→engines）。 - 圖形會話：原生 X11 且具備 XTEST；README 建議在虛擬機、Docker + Xvfb、KasmVNC/Xvnc 獨立會話等沙盒中試用。
系統依賴¶
README 給出的基礎安裝示例：
sudo apt-get install -y xdotool scrot wmctrl ffmpeg
啓用無障礙樹相關工具時，可額外安裝：
sudo apt-get install -y at-spi2-core libatk-adaptor python3-gi gir1.2-atspi-2.0
安裝 AT-SPI 後需重啓目標 GUI 應用纔會註冊到無障礙總線；並需重新加載宿主（README 寫明重裝 bundle 以刷新模塊）後模型側纔會看到新工具。缺項時可用詳情頁「檢查依賴」或 linux_check_env 查看報告及推薦的 apt-get install 命令。
已抓取資料中未給出 DSH 本體添加該插件的固定 CLI 句式；請從 SkillHub 目錄頁 或倉庫 README 跟隨當前 DSH 版本的插件安裝方式。改代碼或換包名後需按 README / VERIFICATION.md 說明讓宿主重新 reconcile 配置，否則磁盤改動不會自動生效。
典型用法¶
下面是一套與插件設計一致的、可復現的操作順序（由 README 中的工具約束歸納，非虛構案例）：
- 體檢：對話中調用
linux_check_env，或在詳情頁點「檢查依賴」，確認xdotool、DISPLAY、XTEST 等就緒。 - 觀察：調用
linux_screenshot（必要時linux_windows/linux_app_state輔助定位）。 - 只讀確認：用
linux_desktop_status、linux_verify_state覈對焦點與畫面是否與預期一致。 - 寫操作：在快照未過期且通過審批時，依次使用
linux_click、linux_type、linux_key等；多窗口時先用linux_activate_window或linux_activate_app。 - 再次觀察：每次寫操作後重新截圖，再進行下一步寫操作。
若使用 linux_launch_app 啓動 Terminal=true 的 .desktop 條目，插件會按環境選擇 xfce4-terminal、gnome-terminal 或 xterm 等包裝命令。
安全機制與使用注意¶
README 將風險等級等同於「讓可能犯錯的操作者坐在你的電腦前」。內置機制包括：觀察門禁與快照 TTL（lib/observe.js）、危險語義分級審批（lib/guard.js，approvalMode 可爲 all / dangerous / off）、截圖座標語義統一、以及 package.json → dsh.permissions 等可審計聲明。這些只能降低誤觸概率，不能消除誤刪文件、覆蓋文檔、終端破壞性命令、憑據隨截圖進上下文、誤發消息或誤支付等後果。
建議：在隔離桌面中使用；沙盒內不放真實賬號與生產數據；默認保持 approvalMode = all；用 allowedWindows 收窄可操作的窗口標題；必要時縮短觀察 TTL。真實辦公桌面若必須使用，優先只讀工具，寫操作逐次人工批准。
結尾¶
dsh-linux-desktop-use 把 Linux X11 桌面的看、點、輸、窗、應用以及可選的無障礙樹，收斂成 DSH 內一組可審批的工具，並用手勢一致的體檢與配置面板降低接入成本。完整工具表、權限說明與沙盒建議見 GitHub README；安裝與發現入口見 SkillHub 插件頁 與 sorchk/dsh-linux-desktop-use。
