圈选修改 · DeepSeek Harness 桌面插件

在右侧文件预览中按住鼠标自由画圈，识别圈中的对象，写下要求，发送给当前会话。不截图、不录屏；图片直接使用原文件。

功能演示

1. 自由画圈：沿目标画出任意轮廓，松开后自动闭合。
2. 识别对象：当前视觉模型直接读取原图，填入圈中的对象名称。
3. 说明修改：确认或纠正目标，再写下修改要求，发送或先放入聊天输入框。

查看三张桌面原始截图

自由圈选

视觉识别

确认目标并填写修改要求

演示来自 Windows 桌面端，插件版本为 v0.3.4，目标名称由当前模型实际返回。截图中的修改要求停在提交前。演示原图、截图说明见 功能截图。

安装到桌面版

已适配的桌面版本：DeepSeek Harness 0.2.1-rc.3 / Windows（插件 v0.3.4）。

从 GitHub Releases 下载 v0.3.4 安装包，然后作为本地插件包安装到 desktop profile：

& 'D:\deepseek harness\resources\runtime\cli\bin\dsh.cmd' plugin --profile desktop add '插件包的完整路径\dsh-region-edit-0.3.4.tgz'

安装后重新打开桌面客户端。无需修改宿主程序、开启调试端口或启动独立服务。

使用

1. 在当前会话右侧打开一个文件预览，点击工具栏的 圈选修改。
2. 按住鼠标左键，沿目标画出任意轮廓；松开后自动闭合，不需要画矩形。
3. 图片会交给当前会话选中的视觉模型识别。查看「圈中的目标」，可以纠正名称或重新识别；识别时也能先填写修改要求，或点击 停止识别，手动指定 后直接填写目标并提交。文字预览直接定位轮廓内文字和元素。
4. 点击 发送修改，或按 Ctrl+Enter。也可以选择 放入输入框，先检查完整请求和原图附件。
5. DeepSeek 接收原图、实际自由轮廓及已确认的目标，沿用当前会话的编辑工具处理原文件；文件改变后由 Harness 的预览监听机制重新载入。

Esc 取消圈选。发送失败时保留输入，便于重试。已有聊天草稿和引用会保留，圈选请求追加在末尾。

调整窗口或预览区域大小后，旧选区失效，但已写的修改要求会保留，重新圈选即可继续。点击「重选」会重新读取文件版本和源码，文件更新后无需退出圈选功能再打开。小窗口中的修改面板支持滚轮滚动。

手动指定目标后，重选会保留手动模式和目标名称，名称作为待确认草稿显示。确认沿用或修改名称后即可提交；点击「重新识别」才会恢复自动识别。取消圈选或切换文件会清除这份草稿。轮廓发生交叉时会提示重新沿目标外围画圈。

如果预览内容是隔离的页面文件，在宿主的预览方式下拉菜单中选择 圈选预览，再使用同一个圈选按钮。它仍然运行在桌面客户端内部。

支持范围

• 文字、Markdown、代码及带有可读取文字层的预览。
• 图片：保存自由轮廓及原图像素、归一化坐标；PNG、JPEG、WebP、GIF 直接通过宿主原生视觉输入进行识别，发送修改时附带原图。没有截图、裁剪图或标记图。SVG 等其他预览提供文件引用和自由轮廓。
• 桌面文件预览中的页面元素：通过「圈选预览」返回元素标识、文字和有限的结构信息；支持没有文字的 SVG 图标、图片，以及空白处具有背景色或背景图的容器。
• PDF、Office 转换预览：取决于宿主是否渲染了可读取的文字层。发送原文件路径、选中文字及能够获取到的页码；不声称能定位二进制文件的源码行。

识别使用当前会话的模型与现有登录，不需要配置另一套密钥或本地视觉模型。识别只返回对象名称、文字及不确定性，不执行编辑，也不向聊天发送测试消息；图片在自动识别模式下每次圈选或重新识别会产生一次模型请求。识别失败时可以手动填写目标继续；不确定时会提示确认。自由轮廓外的文字不会按外接矩形混入选中内容；祖先容器完全透明或被滚动容器裁剪隐藏的文字也不会作为选中文字提交。

在图片外的留白区域圈选会提示重选。缩放或文件变化后需要重新圈选。图片最终修改仍由当前会话的编辑工具执行，模型识别不等同于已经改好图片。没有文字层的 PDF、Canvas 绘图和桌面浏览器标签中的外部网站暂不支持。

圈选预览只加载本地文件及受限的本地关联资源，不访问网络。它不能代替完整浏览器：依赖 CDN、远程接口、嵌套框架、动态模块导入或内联事件处理器的页面应继续使用宿主原来的预览方式。页面脚本是否运行仍受 Harness 的代码工作工具开关控制。

本地 CSS 支持背景图、WOFF/WOFF2/TTF/OTF 字体及嵌套 @import，资源相对路径按引用它的样式表解析。重复资源复用一次读取，循环样式引用会跳过重复的那条引用。最多加载 32 个关联文件，每个不超过 4 MB、合计不超过 16 MB；这些资源会加入宿主的文件变化监听。

架构

一个桌面插件包：界面复用宿主 React，宿主端仅提供一个可取消的只读识别方法。通过公开的 slots、documentPreviews、sessions、workspaceFiles、attachments 和 llm 接口工作。没有独立服务、系统截图通道、另一套模型 API 或额外运行依赖。

鼠标轨迹用 SVG 显示并保留为多边形；精简采样点后，对文字逐字判断是否与轮廓相交。图片把轮廓直接映射到原图。识别请求通过宿主自带 Connection/Remote 通道绑定当前会话，使用当前模型的图片输入；取消、重选、卸载和超时都会结束请求。外接范围仅用于定位输入框和辅助工具，不替代自由轮廓。

选区通过文字实际排版位置提取，并结合元素定位。能够精确匹配源码时附带行号；重复文字保留多个候选，不猜唯一位置。发送前重新检查文件版本、会话、标签页和选区内容。

隔离预览通过 MessageChannel 提供一个只读选区操作；保持 sandbox="allow-scripts" 且不授予 allow-same-origin，禁止网络连接。来自预览的数据有形状和大小校验，不具有文件读取、会话发送或执行宿主命令的权限。

dsh.client.platform: "web" 是 Harness 桌面端共用界面加载器的名称；本插件会检查桌面桥接对象，在独立 Web 客户端中不启用。

开发与验证

需要 Node.js 22+、开发依赖和已安装的目标 Harness 桌面版本。仅检查时执行 npm run check；生成发布包执行下面的命令，它会先运行全部检查：

npm run pack:plugin

交互检查使用 Playwright，可通过 PLAYWRIGHT_CHROMIUM_EXECUTABLE 指定已有 Chromium。所有检查均不截图。DSH_DEV_DEPS 可指向已有开发依赖目录，避免重复安装。

统一检查包含类型检查、构建、基础逻辑、浏览器交互及真实宿主模块契约检查。宿主检查通过 Electron 的 Node 模式运行，同时核对实际宿主兼容判定、运行依赖版本及客户端依赖包；使用测试替身提供文件和模型回复，不调用真实模型。默认查找 D:/deepseek harness/DeepSeek Harness.exe；其他安装位置请设置 DSH_HOST_EXECUTABLE，必要时用 DSH_HOST_PACKAGE 指定宿主的 dsh/package.json。缺少宿主、版本不符或契约检查失败时会阻止打包。

src/host.ts 集中声明本插件实际使用的宿主接口；升级 Harness 后应重新核对这些契约并更新兼容声明，不要跳过宿主的版本检查。

验证记录见 VALIDATION.md。本插件提交修改请求；具体修改结果仍由当前会话的模型与工具完成。