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dsh-computer-use:DeepSeek Harness 的通用计算机操作能力
`dsh-computer-use` 是 DeepSeek Harness 的插件,为智能体提供统一的计算机操作接口。它通过 `ctx.computerUse` 封装底层驱动,支持 Playwright、Windows 原生助手等多种后端,并集成无障碍与视觉感知模式。插件提供安全机制、Cookie Bridge 支持,并依赖多个 DSH 基础插件。配置灵活,支持 GUI 实时修改,但存在平台限制及 App-Bound Encryption 引起的配置隔离问题。使用时需注意仅导入必需数据并配置域名白名单。
阅读全文beijingwahw/dsh-computer-use-plugin:基于 DSH 的纯视觉 Computer Use 插件
`beijingwahw/dsh-computer-use-plugin` 是 DeepSeek Harness (DSH) 生态下的纯视觉 Computer Use 插件。它摒弃传统的 UI 树或 Accessibility API 依赖,通过屏幕截图理解界面,支持在 Windows、macOS 和 Linux 上执行点击、输入、滚动、拖拽等跨平台桌面操作。 插件核心能力包括基于 Set-of-Mark 的视觉定位辅助、三段式状态锚点协议、Planner-Actor 架构的长任务编排,以及 OCR 语义核对(支持中英文)。为保障稳定性与安全,内置了行为验证、防死循环、预算控制及敏感凭据输入拦
阅读全文DSH Computer Use for Windows:为 DeepSeek Harness 提供 Windows 桌面操作工具
`Altairpaca/dsh-computer-use-windows` 是一款面向 DeepSeek Harness (DSH) 的 Windows 桌面自动化插件,目前处于实验性 Alpha 阶段。该项目旨在解决 Windows 自动化中截图包含无关窗口、坐标控制不稳定及 OCR 文本漂移等难题。核心功能包括窗口绑定截图、鲁棒性 OCR、点击后验证、鼠标键盘输入控制、窗口管理、批量运行入口、可选的视觉模型接入以及本地健康检查。系统支持纯 OCR 模式以将截图保留在本地,也可配置 OpenAI 兼容的视觉提供商。安装运行需 Windows 11、PowerShell 7.4+ 及 Node
阅读全文