dsh-computer-use-win：DeepSeek Harness 的 Windows 电脑操控插件

它是做什么的？

dsh-computer-use-win 是 DeepSeek Harness（DSH）的 Windows 电脑操控插件，通过 MCP stdio 服务器和 PowerShell/UIA 桌面引擎，让 agent 能看（UIA 无障碍树、窗口截图、OCR）也能做（鼠标、键盘、UIA 语义动作、窗口管理）真实的 Windows 桌面应用。它解决 agent 无法直接操作桌面 GUI 的问题，提供 22 个工具，零运行时依赖，不改 DSH 本体。由 Yu-tao-Li 维护，采用 MIT 协议，最近更新于 2026-08。

核心功能

• 文本优先的观察：UIA 无障碍树三视图（control/content/raw），按 name/automationId/类名/值找控件，元素 id 用 UIA RuntimeId，UI 刷新后仍稳定。
• 三级截图链：PrintWindow（非前台窗口也能抓）→ WGC（Windows.Graphics.Capture）→ 屏幕区域兜底，带 occludedPossible 标记，PNG 30 分钟自动清理。
• 三条输入路径：语义（UIA pattern）、前台（SetCursorPos + SendInput + 剪贴板）、后台（PostMessage 直进窗口消息队列，投递未验证时如实上报 verified:false）。
• UIA 盲区 OCR 回退：Windows.Media.Ocr 返回文字和逐词坐标词框，query 命中后自动回查匹配词下的控件。
• 内置安全机制：坐标 homing（窗口移动自动补偿）、急停 failsafe（鼠标停角落 500ms 拒绝输入）、identity guard（窗口 HWND/PID 变化拒绝操作）、前台校验（fail-closed）、Win 键黑名单。
• 持久化后端：常驻 PowerShell 进程 + JSON 行协议，热态延迟 6–100ms，C# P/Invoke 助手按 hash 编译成缓存 DLL。

怎么使用这个插件？

在 DSH 中启用后，重启 dsh web，工具以 mcp__wincu__windows_computer_use_* 出现。对任意窗口，可用 snapshot 获取树和截图，用 find 定位控件，用 click/type_text 等执行动作。所有工具支持可选窗口定位（windowTitle 子串 / processId / nativeWindowHandle）+ activate: true；不指定则作用于当前前台窗口。敏感操作前建议先 snapshot，重要窗口用 windowTitle 明确限定。