dsh-computer-use-win

它是做什么的

让 DSH 的 agent 能「看见」并操作 Windows 桌面：找界面控件、截图、识别文字、点击、输入、管理窗口。相当于给 agent 配了一双眼睛和一双手。

特点

• 23 项桌面能力 + 1 个工具管理入口
• 基于 PowerShell 的 UIA（Windows 无障碍接口）后端，能按控件名定位而不是死记坐标
• 截图、OCR 文字识别、键鼠输入、窗口管理
• 明确的控制提示，按 Esc 可随时停止当前轮
• 0.5.0 新增懒启动：启动只加载 1 个管理工具，其余按需加载，省上下文
• 中英文双语设置界面

什么任务适合用它

• 需要 agent 操作没有 API 的老软件
• 重复性的桌面点击流程，想自动化
• 需要从界面截图里读信息（OCR）

使用建议

• 先在虚拟机或非关键环境试，确认点击定位可靠
• 关键步骤加人工确认，不要全自动跑
• 工具多的话开「懒启动」，只在需要时加载，能省不少上下文

注意事项

• 能控制鼠标键盘，等于把桌面控制权交出去，风险等级高
• 界面一变定位就可能失效，操作流程要容错
• 它用 PowerShell 后端，部分企业环境会拦截脚本执行

它声明需要的权限

标红的能力属于高影响权限（读凭据、运行动态代码、执行命令等），装前请确认这个插件值得信任。

下载与安装

npm 包 `dsh-computer-use-win`，当前版本 0.5.0。

dsh plugin --profile web add dsh-computer-use-win

dsh plugin --profile web add "https://registry.npmmirror.com/dsh-computer-use-win/-/dsh-computer-use-win-0.5.0.tgz"

以上链接均逐个实测可访问。「直连可用」= 不开代理也能下载；「需代理」= 你的网络需要已开启代理。

使用说明

查看完整使用说明（中文）→ · GitHub 仓库 ↗

中文版由官方 README 翻译整理，保留原结构与命令，专有名词附英文原文。

查证来源

本文依据该仓库 README 与插件目录声明整理。

打开 GitHub 仓库 ↗