Vision Use:讓 DeepSeek Harness Agent 看見屏幕並操作 Windows 桌面

DeepSeek Harness (DSH) 插件 Vision Use 解決了 Agent 無法直接感知桌面環境的問題。該插件通過接入視覺通道與系統級操作接口,實現了屏幕截圖、鼠標移動點擊、鍵盤輸入及組合鍵發送等功能。 支持 Windows 原生與 WSL2 環境,安裝簡單。啓用後,Agent 可利用自然語言指令控制桌面應用,如搜索網頁或打開記事本打字。插件注重隱私,截圖僅作爲上下文發送,且不產生網絡請求。需注意中文輸入及部分應用(如 Chromium、WinUI)的兼容性限制。

閱讀全文