dsh-screen-reader:给 Agent 装上眼睛

`dsh-screen-reader` 插件专为解决 Agent 屏幕感知自动化问题设计,支持 Windows 平台。它提供 `see_screen`(直接抓取并传图给模型)和 `see_diff`(本地像素差分定位变化区域)两大工具。插件强制图像归一化处理,将视觉任务解耦,让模型专注“发生了什么”,而非“是否变化”。安装需通过 profile bundle 方式。该插件适用于 Agent 自我验证操作,但需注意其测量精度低、不处理时间因果、仅支持 Windows 以及附件库会无限增长等限制。

阅读全文