dsh-desktop

宿主插件：操作系统级桌面控制工具，让模型操作整个浏览器（含地址栏/搜索栏）和任意窗口。

工具

工具	作用
`desktop_ocr`	截屏 + Windows OCR，返回每个词的坐标框（定位用）
`desktop_screen`	虚拟屏幕尺寸与原点
`desktop_click(x, y, button?, double?)`	移动鼠标并点击（左/右/中，可双击）
`desktop_drag(x1,y1,x2,y2)`	按住拖动
`desktop_type(text)`	Unicode 文本输入（支持中文）
`desktop_press(combo)`	组合键：`ctrl+l` 地址栏、`enter`、`alt+tab`、`f5`、`ctrl+t`…
`desktop_cursor`	当前光标位置
`desktop_screenshot(path?)`	截屏存 PNG

典型流程（打开网址）：desktop_press "ctrl+l" → desktop_type "https://..." → desktop_press "enter"；任意界面点击：desktop_ocr 找坐标 → desktop_click。

工具在宿主进程里 spawn powershell.exe 跑 lib/desktop.ps1（Win32 SetCursorPos / mouse_event / SendInput + Windows 自带 OCR），完全不受 DSH 沙盒限制；
与 Edge 扩展互补：扩展管网页内容，桌面层管浏览器框架和所有程序；
高权限操作：模型只有在收到你的指令时才调用这些工具；屏幕上的一切它都能看（OCR）、能动。

pnpm install
pnpm build
.\scripts\install-to-profile.ps1 -Name dsh-desktop -SourceDir .
# 重启 DeepSeek Harness

宿主插件：操作系统级桌面控制工具，让模型操作整个浏览器（含地址栏/搜索栏）和任意窗口。

工具	作用
`desktop_ocr`	截屏 + Windows OCR，返回每个词的坐标框（定位用）
`desktop_screen`	虚拟屏幕尺寸与原点
`desktop_click(x, y, button?, double?)`	移动鼠标并点击（左/右/中，可双击）
`desktop_drag(x1,y1,x2,y2)`	按住拖动
`desktop_type(text)`	Unicode 文本输入（支持中文）
`desktop_press(combo)`	组合键：`ctrl+l` 地址栏、`enter`、`alt+tab`、`f5`、`ctrl+t`…
`desktop_cursor`	当前光标位置
`desktop_screenshot(path?)`	截屏存 PNG

典型流程（打开网址）：desktop_press "ctrl+l" → desktop_type "https://..." → desktop_press "enter"；任意界面点击：desktop_ocr 找坐标 → desktop_click。

工具在宿主进程里 spawn powershell.exe 跑 lib/desktop.ps1（Win32 SetCursorPos / mouse_event / SendInput + Windows 自带 OCR），完全不受 DSH 沙盒限制；
与 Edge 扩展互补：扩展管网页内容，桌面层管浏览器框架和所有程序；
高权限操作：模型只有在收到你的指令时才调用这些工具；屏幕上的一切它都能看（OCR）、能动。

pnpm install
pnpm build
.\scripts\install-to-profile.ps1 -Name dsh-desktop -SourceDir .
# 重启 DeepSeek Harness