截图提问 · dsh-plugin-screenshot-ask

给 DeepSeek Harness 的截图插件：点一下，框选屏幕上任意一块区域，截图直接出现在输入框里 （不再是「先存文件、再拖进来」），补一句话就能发。

只支持 Windows（依赖 PowerShell 5.1 + WPF）。

用起来是什么样

1. 输入框左下角点 +，在「指令」组里点 截图提问；
2. 屏幕变暗、DSH 自动让开，拖出一块区域；
3. 松手后还能调：拖八个把手改大小、拖框内移动位置，工具条上显示 宽 × 高（物理像素）；
4. 确认（或 Enter）→ 图片进输入框；复制 → 只进剪贴板；取消（或 Esc / 右键）→ 什么都不做；
5. 在输入框里补问题，发送。

环境要求

项目	要求
系统	Windows 10 / 11
PowerShell	5.1（脚本自带 -ExecutionPolicy Bypass，不用改系统策略）
DSH	带 Web UI 的版本（用到 commands / webServer 两个服务）
Node	≥ 20（插件是纯 ES module，无构建步骤）

安装

把仓库目录（含 package.json 的那一层）装进当前 profile：

plugin_manager install_bundle  <本仓库绝对路径>

装完会往 profile 里加一条 dsh-plugin-screenshot-ask。改完代码不必重装，重载一次即可：

plugin_manager set_bundle  target=dsh-plugin-screenshot-ask  enabled=false
plugin_manager set_bundle  target=dsh-plugin-screenshot-ask  enabled=true

然后刷新页面（Ctrl+R），+ 菜单里就有「截图提问」了。

它怎么工作

点击命令 ──▶ 页面 POST /api/screenshot-ask/capture-region
              │
              ▼
       宿主 index.js ── 写一行 JSON 进常驻进程 stdin
              │
              ▼
   lib/server.ps1（常驻，WPF 只装载一次）
     隐藏 DSH 窗口 → 抓全屏静帧 → 弹覆盖层拖框/微调 → 裁切 → PNG base64
              │
              ▼
       宿主包成 data:image/png;base64,… 返回页面
              │
              ▼
   lib/client.js 造一个 DataTransfer + drop 事件派发到输入框
              │
              ▼
       原生附件链路：缩略图 → 上传 → 发送（与手动拖图完全一致）

两个关键取舍：

• 不碰未公开 API：图片进输入框靠的是「模拟一次拖放」。ui-attachment 在 document 上 监听 drop，只看 dataTransfer.types 是否含 Files，所以页面里自己造事件就够了， 缩略图、上传、发送全走原生链路。
• 为什么截图时 DSH 要消失几十毫秒：静帧里不能有 DSH 自己。本想让窗口对截图「透明」 （SetWindowDisplayAffinity(WDA_EXCLUDEFROMCAPTURE)），实测无效——该 API 只对调用进程 自己的窗口生效，跨进程调用直接返回 false。所以只能 隐藏 → 抓图 → 恢复。

顺带一个坑：DSH 是 Electron 多进程，可见窗口属于主进程而插件宿主只是它的子进程，所以窗口是按 进程族找的；族里还有 Chromium 的隐藏辅助窗口（Chrome_WidgetWin_0），那些本来不可见的 窗口一律不碰——曾经把它们一起 ShowWindow，结果误显示成一块纯黑矩形。

目录结构

文件	角色
index.js	宿主半边：两条 webServer 路由 + 常驻子进程管理（stdin/stdout 一行一 JSON）
lib/server.ps1	常驻进程：抓屏、圈选覆盖层、裁切、PNG 编码
lib/client.js	页面半边：注册命令行 + 把 base64 变成真的 File 塞进输入框
cordis.patch.yml	bundle patch：往组合里插入 id: screenshot-ask

性能（2560×1600 @150%）

操作	耗时
首次点击（起进程 + 预热 .NET/WPF）	~1.6 s
之后每次框选	260–500 ms
抓整屏不弹覆盖层（调试路由）	~370 ms

已知限制

• 只有矩形圈选，没有椭圆、贴边吸附、滚动截屏、标注。
• 截图瞬间 DSH 会消失约 60–200 ms（先把它从画面里拿掉）。
• 多显示器按虚拟屏整体做底图；各屏缩放比例不同时，选区可能差几个像素。
• 同一时刻只允许一次圈选，重复点击返回 code: busy。
• 覆盖层 180 s 无操作会自动取消，避免屏幕一直被盖住。

排错

• 日志：%TEMP%\dsh-plugin-screenshot-ask.log （server warm (pid …) / hide settle: …ms (1 window(s), K invisible skipped) / region: 宽x高, 字节, 耗时 / region: 用户取消）。

• 直接跟常驻进程对话（一行一条 JSON）：

  printf '{"id":1,"op":"ping"}\n{"id":2,"op":"crop","rect":"100,100,400,300"}\n' | powershell -NoProfile -ExecutionPolicy Bypass -File lib\server.ps1
  

• 看它到底认了哪个窗口：发 {"id":1,"op":"windows"}，返回识别到的进程族与窗口矩形。

• 验证「隐藏真的改变了画面」：同一矩形分别用 {"id":1,"op":"crop","rect":"x,y,w,h","nohide":true} 与不带 nohide 各抓一张，两张图必须显著不同——一样就说明窗口没被藏掉。

许可证

见 LICENSE。