Vision Use:让 DeepSeek Harness Agent 看见屏幕并操作 Windows 桌面
DeepSeek Harness (DSH) 插件 Vision Use 解决了 Agent 无法直接感知桌面环境的问题。该插件通过接入视觉通道与系统级操作接口,实现了屏幕截图、鼠标移动点击、键盘输入及组合键发送等功能。 支持 Windows 原生与 WSL2 环境,安装简单。启用后,Agent 可利用自然语言指令控制桌面应用,如搜索网页或打开记事本打字。插件注重隐私,截图仅作为上下文发送,且不产生网络请求。需注意中文输入及部分应用(如 Chromium、WinUI)的兼容性限制。
阅读全文