dsh-mini

仓库 https://github.com/xiaoxin3309/dsh-mini ｜ npm 包名 dsh-mini

把当前会话一键弹出成一个独立置顶小窗，小窗里有整屏截图和框选截图两个键（截图时小窗自己不进入画面，图片直接插进输入框）；在任意程序里选中文字，还会就地弹出「问大肥鱼」小药丸，点一下把小窗叫出来并引用那段话。

主窗 DSH                                     DSH 小窗（WebView2 原生窗口，置顶贴右）
┌──────────────────────────────┐            ┌───────────────┐
│ 会话标题            ▯ ← 弹出  │  ───────▶  │ DSH 小窗  ✕📌↔📷│
│                              │            │  会话标题  ☰ ⊕ │
│  对话 …                       │            │  对话 …        │
│                              ��            │               │
│  [+] … [发送]                 │            │ [+] … [发送]  │
└──────────────────────────────┘            └───────────────┘
                                            无边框自绘标题条、可拖拽、可缩放、置顶

它怎么工作

三个部分：

1. 宿主半身（lib/index.js，跑在 DSH 的 Node 进程里）：注册 /dsh-mini/* 路由， 负责拼地址（webApp.getAdvertisedUrl() + connection.authenticatedUrl()）、起窗口、转发截图。
2. 浏览器半身（lib/client.js，跑在页面里）：主窗只注册一个「弹出此窗口」按钮； 小窗里由原生壳的标题条负责交互，所以不再重复渲染按钮。 另外把宿主给的 session 参数/converted cookie 变成 uiWorkspace.openSession(sessionId)，让小窗直接落在当前会话上。
3. 原生窗口壳（app/HudWindow.cs → app/bin/DSH小窗.exe）：WinForms + WebView2， 自绘标题条（✕ 关闭、📌 置顶、↔ 回主窗、📷 截图），无边框、可按边缘拖拽缩放、系统托盘。

为什么不直接 window.open

DSH 桌面主窗的 setWindowOpenHandler 对 http/https 一律 shell.openExternal 并 deny， 拿不到第二个 BrowserWindow；宿主进程又是 Electron main 的子进程，没有 Electron API。 所以窗口壳只能自己造：WebView2 复用系统自带的 Chromium，不必打包一整个 Electron。

401 与 token

小窗是独立配置档，没有主窗 cookie，裸地址会被回 dsh web authentication required。 所以 /open 用 connection.authenticatedUrl() 取进程 token；小窗打开后 GUI 会 302 到干净 URL （query 全丢），因此壳在导航前写入两个 cookie：dsh_hud=1（小窗标志）和 dsh_hud_session=<会话 id>（要落哪个会话），页面侧据此恢复。

截图（两个键）

两个键都在原生壳内完成，不再调 PowerShell，小窗自己不会出现在画面里：隐藏自己 → 抓屏 → PNG → base64 → postMessage 给页面 → 走 Lexical 粘贴事件塞进输入框。

键	行为
📷 截整屏	一次截下整个虚拟桌面，直接进输入框
⧉ 框选	冻结当前桌面 → 全屏遮罩里移动鼠标即自动吸附到光标下那个窗口（带窗口标题和尺寸标签），单击就截这个窗口；拖拽则自由框选一块矩形；Esc / 右键取消

框选的实现要点（app/RegionCapture.cs）：

• 遮罩自己盖住整屏，所以不能用 WindowFromPoint（它只会返回遮罩自己）。正确顺序是： 先把屏幕冻结成位图，再在遮罩出现之前用 EnumWindows 快照窗口列表（顶层在前， 跳过自身进程 / WS_EX_TOOLWINDOW / 空标题 / DWMWA_CLOAKED 幽灵窗 / 任务栏与桌面）， 然后按 z 序取「第一个包含光标的矩形」——等于遮罩不存在时 WindowFromPoint 的答案。
• 窗口矩形用 DwmGetWindowAttribute(DWMWA_EXTENDED_FRAME_BOUNDS) 取，去掉 DWM 给最大化窗口 加的那圈隐形边框，截出来的图和眼睛看到的一致。
• 单位必须统一到物理像素：本进程是 per-monitor v2，而 SystemInformation.VirtualScreen 走 GetSystemMetrics，会按线程的 DPI 上下文作答，在 150% 缩放下返回逻辑尺寸 （1707x1067 而不是 2560x1600），遮罩就只盖住屏幕左上一块。所以虚拟屏改用 EnumDisplayMonitors + GetMonitorInfo 的 rcMonitor 并集（永远是物理像素）， 遮罩窗口再用 SetWindowPos 按物理坐标钉住；选区、候选窗口、光标一律存物理坐标， 只在绘制时用 PointToClient 换算一次。

配色与缩放（v0.1.x 两处关键修法）

• 边框跟着页面主题走：导航完成后（400ms / 1800ms 各一次）读出 getComputedStyle(document.body).backgroundColor 和 color，解析成 RGB 后 ApplyChrome(bg, fg)：窗体底色 = 页面底色、标题条 = 底色混 4% 前景色、图标色 = 前景色混底色、 再按亮度决定要不要 DWMWA_USE_IMMERSIVE_DARK_MODE。深色主题下自动变深，浅色下自动变浅， 不会出现「浅色页面套黑框」。
• 不要用 CSS body{zoom} 缩小页面：它只缩「已用高度」，视口没变，右/底会留空白带。 正确做法是 WebView2 原生 web.ZoomFactor = 0.9——布局视口会变成 460/0.9≈511 CSS px， 页面四周都填满。

界面上的东西

位置	主窗	小窗标题条（从左到右）
按钮	会话标题栏右侧 ▯ 弹出此窗口	✕ 关闭、📌 置顶、↔ 回主窗、📷 截整屏、⧉ 框选

小窗打开的是当前会话；再点一次「弹出此窗口」不会开第二个窗口，只是把已有窗口提到前面 （带会话参数时才重新导航）。

系统要求

跑起来需要的东西，除了第一行都必须由机器自备（dsh-mini 只带插件代码 + app/bin 里那 4 个文件）：

依赖	谁提供	说明
node ≥ 20 + DSH ≥ 0.2.0-rc.1	DSH 本体	dsh.compatibility 声明的范围
Windows 10 1903+ / 11，x64	系统	原生壳按 /platform:x64 编译，WebView2Loader.dll 只有 win-x64；package.json 有 "os": ["win32"]
.NET Framework 4.x（4.7.2 以上）	系统自带	原生壳是 WinForms + csc 编的 .NET Framework exe；UIAutomationClient/UIAutomationTypes/WindowsBase 都用 GAC 里的系统版本，不用另外装
Microsoft Edge WebView2 Runtime	需要自备	小窗就是 WebView2 窗口，没有它开不出画面。Win11 通常自带；Win10 多数机器随 Edge 已装。缺的话原生壳会弹窗给出官方下载地址（Evergreen 包），装完重开小窗即可。包内不含 runtime（几百 MB，且应走系统更新）
Windows PowerShell 5.1	系统自带	只在浏览器回退模式（backend:"edge"）和 scripts/native-status.ps1 查进程时用；原生模式下截图/划词全是 C#
剪贴板、全局热键	用户权限	划词读选区用的 UIA/Ctrl+C 走当前用户桌面；管理员窗口（UIPI）里的选区读不到，这是 Windows 的限制

数据目录固定是 %LOCALAPPDATA%\dsh-hud\（config.ini、window.txt、日志、WebView2 用户数据）， 改名前后没动过，装到别的机器上也是这个路径、按用户隔离。

安装

A. 从 npm 装（别人用这个）

cd ~/.dsh/profiles/desktop
npm install dsh-mini

然后在同一个 package.json 的 dsh.profile.bundles 末尾加一项 "dsh-mini"，重启 DSH（或 plugin_manager set_bundle 关一次再开一次）。

装完不需要额外配置：插件会在 DSH 启动 2.5 秒后自己拉起常驻服务（划词药丸 + 全局热键 + 托盘），小窗由标题栏的「弹出此窗口」按需打开。前提是机器上已有 WebView2 Runtime（见上面「系统要求」）。

B. 本机 link（改代码时用）

profile 走 link: 依赖，和 tju-plugin 一样：

// ~/.dsh/profiles/desktop/package.json
"dependencies": { "dsh-mini": "link:C:/Users/xiaoxin3309/Documents/deepseek-harness/default-workspace/dsh-hud-window" },
"dsh": { "profile": { "bundles": [ ..., "dsh-mini" ] } }

node_modules/dsh-mini 是指向本目录的 junction，改代码不需要重新安装。 宿主半身（lib/index.js）的改动需要 plugin_manager set_bundle 关一次再开一次（或重启 DSH）； 浏览器半身（lib/client.js）的改动需要刷新页面（F5）——bundle 的 rev 由内容算出，刷新即取新版。

配置

cordis.patch.yml：

键	默认	说明
titlePrefix	DSH 小窗	窗口标题（也是浏览器回退模式下找窗口的依据）
width / height	460 / 560	小窗初始尺寸（逻辑像素），超出工作区自动夹紧
browserPath	空	只在没有 app/bin/DSH小窗.exe 的回退模式下使用

路由

路由	方法	作用
/dsh-mini/open	POST	{sessionId?} → 起小窗（backend:"native"）或复用已有窗口
/dsh-mini/close	POST	关掉小窗
/dsh-mini/focus	POST	重新置顶
/dsh-mini/shot	POST	截全屏（不含小窗），回 dataURL
/dsh-mini/state	GET	小窗是否在跑
/dsh-mini/trace	GET	诊断信标：把 step/detail 追加到 %LOCALAPPDATA%\dsh-hud\trace.log

构建原生壳

cd app
./build-app.ps1      # 从 %TEMP%\wv2 或 NuGet 取 WebView2 依赖 → csc 编译 → 产物在 app/bin/

只用到 .NET Framework 自带的 csc.exe（C# 5 语法，别写 $"..."、?.、nameof）。 编译前先关掉正在跑的小窗，否则 csc 会报 CS0016 未能写入输出文件 … 另一个程序正在使用此文件。

调试

• %LOCALAPPDATA%\dsh-hud\hud.log：壳自己的日志（导航、eval 结果、异常）。
• %LOCALAPPDATA%\dsh-hud\trace.log：页面侧信标（apply / click / opened / open-failed）。 页面没有 console 通道，这是唯一能从外部看到页面行为的办法。
• app/dev.ps1 -Build -Url <带 token 的地址> [-Eval probe.js]：杀旧进程 → 构建 → 启动 → 跑一段 JS 到页面里 → 打印 hud.log。app/probe/*.js 是现成的探测脚本。
• 页面里跑 eval 的办法：把 JS 写进 %LOCALAPPDATA%\dsh-hud\eval.js，壳 700ms 内会执行并把结果写进 hud.log。

划词问大肥鱼

在任何程序里用鼠标选中一段文字，松开后光标右下方会弹出蓝色小药丸「问大肥鱼」；点它， 小窗自动弹到最前，选中的内容以引用块（每行 > 前缀）插进输入框，直接接着提问即可。

• 实现在 app/SelectionWatcher.cs：全局鼠标钩子（90ms 轮询）→ 松开时若拖动距离 ≥6 逻辑像素、 且不在小窗/药丸自己身上 → 后台线程等 130ms（双击选词等 320ms）→ 校验仍在前台 → 取选区。
• Windows 没有「给我当前选区」的 API，所以取选区是：备份剪贴板 → 发一次 Ctrl+C → 轮询 GetClipboardSequenceNumber() 变化（最多 900ms）→ 读文本 → 还原剪贴板。 用序列号而不是「文本变了没」，重复选同一段也能识别。
• 三处保护：终端窗口（console/cascadia/mintty/putty）不发 Ctrl+C（会变 SIGINT）； 资源管理器/桌面/任务栏（Progman/WorkerW/CabinetWClass…）直接跳过（否则会真的复制文件、 污染 Win+V 剪贴板历史）；用户已切窗就不发。
• 药丸 9 秒无操作自动消失；托盘菜单「划词问大肥鱼」可随时关掉，状态存在 %LOCALAPPDATA%\dsh-hud\ask.txt。
• 因此标题条 ✕ 只是收进托盘（不是退出）——watcher 活在这个进程里，退出了就没法划词。 彻底退出用托盘菜单「退出」。
• 诊断：hud.log 里 [pill] 开头的行会写每次 kick / skip / read N chars； 往 %LOCALAPPDATA%\dsh-hud\seltest.txt 写任意内容可触发一次「只读不弹」的自检。

常驻划词服务、全局快捷键与设置页

小窗关着也要能划词，所以插件会拉起一个常驻进程（同一个 exe 的 --service 模式）：

DSH小窗.exe --service --url <tokenized>    # Mutex Local\DshHudService，单实例

• 托盘图标「DSH 划词服务」：双击开小窗；菜单可开关划词、退出。
• 划词命中后药丸出现在选中内容最后一个元素的右下方（x = sel.Right + 10、y = sel.Bottom + 8）—— 落在最后一行下面、右边，不会盖住你刚划出来的字。右边顶到屏幕边缘就整体左移到选区右端对齐（仍留在下方）；下方也放不下时翻到最后一行的上方；最后统一 clamp 到 GetMonitorInfo().rcWork，任何情况下都不会跑出屏幕。
• 关掉小窗（✕）只是收进托盘 —— 服务死在同一个进程里，退出就再没有划词。

全局快捷键

服务用 RegisterHotKey 注册两个组合，触发后写 cmd.txt 并唤起小窗执行：

默认	动作
Ctrl+Shift+1	整屏截图（DoScreenshot）
Ctrl+Shift+2	框选截图（DoRegionCapture）

默认值刻意避开 Ctrl+Alt+1/2：这台机器上 Ctrl+Alt+1、Ctrl+Alt+2、Ctrl+Alt+A/X 都被别的程序占了（RegisterHotKey 直接返回 false，日志里是 hotkey full busy: …）。 想换组合在设置页里改，用 Ctrl/Alt/Shift/Win + 字母/数字/F1–F24/PrintScreen 等写法。

设置页

主窗「设置 → DSH 小窗」：

• 截图自动复制到剪贴板（默认开，整屏/框选都复制）；
• 全屏截图快捷键、框选截图快捷键（失焦即保存）。

配置落在 %LOCALAPPDATA%\dsh-hud\config.ini（key=value，C# 壳、宿主插件、客户端三边都读）， 服务每 2.5 秒看一次文件时间戳，改完约 3 秒内生效并重新注册热键。

打包与分发

cd app; ./build-app.ps1      # 先把窗口壳编出来（app/bin/*.exe）
cd ..;  npm pack             # → dsh-mini-0.1.0.tgz（约 600 KB）

• 包里已经带上 app/bin/ 的 DSH小窗.exe 和三个 WebView2 dll，所以装完不用再编译。

• 装到另一个 profile / 另一台机器：

  // ~/.dsh/profiles/<profile>/package.json
  "dependencies": { "dsh-mini": "file:D:/path/to/dsh-mini-0.1.0.tgz" },
  "dsh": { "profile": { "bundles": [ … , "dsh-mini" ] } }
  

  然后重启 DSH（宿主插件只在启动时加载；客户端 bundle 刷新页面即可）。

• app/build-app.ps1 自己会解决 WebView2 依赖：先找 app/vendor/，再找 %TEMP%\wv2， 都没有就从 NuGet 下 Microsoft.Web.WebView2 1.0.4314.35 并解压 —— 空机器上也能直接编（实测 28 秒）。

• exe 文件名是用码点拼的（'DSH' + [char]0x5C0F + [char]0x7A97），故意不写中文字面量： 这个脚本一旦丢掉 BOM，powershell 5.1 会按 GBK 解析，字面量就会变成 DSH灏忕獥.exe（踩过两次）。

已知边界

• 仅 Windows；依赖系统 WebView2 Runtime（Win10/11 一般自带）。
• 小窗是独立的浏览器上下文：主窗的输入框草稿、滚动位置不会带过去，但会话内容通过宿主读得到。
• 截图只有「整屏」和「框选/吸附窗口」两种，没有滚动长截图；框选吸附依赖窗口标题非空， 无标题窗口（部分全屏游戏、自绘界面）会退化成「该点所在的整块屏幕」。 （滚动长截图评估过：要拼接滚动帧 + 去重 + 处理懒加载，工作量明显大于本轮其它几项，先没做。）
• 划词优先走 UI Automation TextPattern.GetSelection()（无侵入、能拿到选区矩形）， 只有 UIA 读不到时才回退「发 Ctrl+C 读剪贴板」；终端（console/cascadia/mintty/putty） 和桌面/资源管理器窗口直接跳过，避免 Ctrl+C 变成 SIGINT 或真的复制文件。
• 主题色与小窗边框：导航完成后同步两次，另外每 6 秒复查一次页面背景色； 跨显示器拖到不同 DPI 的屏会收到 WM_DPICHANGED 并重算标题条/图标/最小尺寸。
• 标题条图标是 Segoe MDL2 Assets 字体，字号偏小（E8BB 关闭键取 8.5f 才和其它图标一样大）。