dsh-appshots

简体中文 | English

界面示意：目标窗口被描边，截图进草稿，点开可看「查看文本」。

给官方 DeepSeek Harness 用的窗口截图插件，也兼容 DSH Desktop。双击右 ⌘，把当前窗口放进输入框；发送时连同压缩后的窗口文字一起带给模型。

相对上游的优化

这个 fork 基于上游 WongYuYe/dsh-appshots，但不是只换 UI：native helper、host 路由和客户端都改了。主要优化在五件事：官方 Harness 适配、稳定性、查看文本质量、捕获反馈、隐藏上下文安全。

	上游	这个 fork 的优化
目标应用	DSH Desktop	官方 DeepSeek Harness + DSH Desktop（识别 com.deepseek.dsh，并沿父进程链找宿主）
热键	同时按左右 Command / Ctrl	默认双击右 ⌘；也支持空格 + 右 ⌘、右 ⌘ + 右 ⌥、同时按
捕获反馈	无	系统快门声 + 目标窗口 5px 发光描边
查看文本	原始辅助功能树	压缩：跳过侧边栏/导航/标签组/工具栏，去重 Description，8k 封顶并保留最近内容
文本上下文	附加时绑定，发送时注入	压缩文本随图片发送；图片被移除或替换就不注入
稳定性	通过 AX/AppleScript 强制前台	去掉 AX frontmost 写入，改用 LaunchServices 安全激活；修复 sessions.open 兼容
截 DSH 自身	默认跳过	默认不跳过，方便把 DSH 界面发给模型

一句话概括：上游是 DSH Desktop 的通用版；这个 fork 是官方 Harness 的适配版，重点是把截图、文本和稳定性做成一条可靠的链路。

它能做什么

• 双击右 ⌘ / 相机按钮：捕获最前面的窗口，不截整个屏幕
• 捕获有反馈：系统快门声 + 目标窗口 5px 发光描边
• 图片只进草稿：不自动发送；发送时把压缩后的窗口文字作为隐藏上下文一起带上
• 「查看文本」：点开图片就能看窗口文字；图片被移除或替换，文字不会注入
• 官方 Harness 优先：默认不跳过 DSH 自身，也兼容 DSH Desktop

安装

在能运行 dsh 的终端里执行：

dsh plugin --profile desktop add "github:Bing-Bryan/dsh-appshots#v0.4.8"

macOS 上如果提示找不到 dsh，用 app 自带的 CLI： "/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh" plugin --profile desktop add "github:Bing-Bryan/dsh-appshots#v0.4.8"

1. 重启 DeepSeek Harness
2. 按下面的「权限」一节，授予 屏幕录制 和 辅助功能
3. 验证：双击右 ⌘，应该听到快门声、看到目标窗口描边，然后 DSH 到前台，图片已在输入框
4. 点开图片，右上角应该能看到「查看文本」

升级时把 v0.4.8 换成新版本 tag，再重启：

dsh plugin --profile desktop add "github:Bing-Bryan/dsh-appshots#vX.Y.Z"

从本地源码安装：

git clone https://github.com/Bing-Bryan/dsh-appshots.git
cd dsh-appshots
dsh plugin --profile desktop add .

Windows 会在第一次截图时用系统自带的 csc.exe（.NET Framework 4.x）编译助手，不需要 Visual Studio。Windows 路径继承上游，本 fork 没有单独做 Windows 验证。

使用

1. 聚焦你想分享的窗口
2. macOS 连续按两下右 ⌘（默认，两下间隔 420ms 内）；Windows 同时按两个 Ctrl；或点输入框旁的相机
3. DSH 到前台，截图已附加到输入框，不会自动发送
4. 点开图片可看「查看文本」；补一句话再发送。发送时文字会作为隐藏上下文随图片一起带给模型；图片在发送前被移除就不会注入

如果当前有打开的会话，Appshot 会附加到那里；如果没有，会新建一个会话。连续截图会进入同一个会话。

查看文本和隐藏上下文

窗口文字会被压缩：去容器/Help，跳过侧边栏、导航、标签组和工具栏，按钮写成 [button]，最多 8k 字；超出时从前面省略、保留最近内容。

压缩文本和图片用同一个唯一文件名绑定：

• 发送时图片还在 → 文本作为隐藏上下文注入一次
• 图片被移除、替换，或只是没发送 → 不注入

所以不会出现“图删了，文字还偷偷发出去”。

和 Codex 对比

同一个 Gemini 回答：Codex 2,393 字 / 50 行，dsh-appshots 2,006 字 / 13 行。长度接近，但 Codex 保留了 split group、row/cell 和重复的 Description；dsh-appshots 只留可读正文，按钮写成 [button]。

文本结构对比图，不是界面截图。

权限

macOS

系统设置 → 隐私与安全性：

• 屏幕录制：捕获最前面窗口所必需
• 辅助功能：监听热键、读取窗口文字所必需

把这两项授予 DeepSeek Harness（用第三方壳时是 DSH Desktop）。如果热键不触发，同时允许 appshot-capture。

空格 + 右 ⌘ 这条路径会消费掉 Space 键，避免触发 Spotlight；如果辅助功能权限没给到 helper，系统仍可能弹出 Spotlight。日常建议用默认的双击右 ⌘。

Windows

• 截图走 CopyFromScreen，系统可能弹一次屏幕访问授权
• 窗口文字走 UI Automation，部分提权或受保护的应用几乎读不到文字
• 默认热键是同时按两边 Ctrl。如果不触发，可改成 hotkeyMode: win-hotkey

设置

命名空间 dsh-appshots，位于 ~/.dsh/settings.yaml：

字段	默认值	含义
skipSelf	false	跳过 DeepSeek Harness 自身；默认 false，所以能截 DSH 自己的窗口
attachText	true	是否把压缩文本作为隐藏上下文注入；设为 false 就只保留「查看文本」
recentWindowMs	60000	没有打开会话时，复用这个时间窗口内截图过的会话
hotkeyMode	auto	auto / double-right-command / space-right-command / right-command-right-option / both-command / both-control / carbon / win-hotkey / off
carbonKeyCode	0	hotkeyMode 为 carbon 时的 Carbon 键码
carbonModifiers	256	Carbon 修饰键；256 是 Command
winVk	44	hotkeyMode 为 win-hotkey 时的虚拟键码（44 是 PrintScreen）
winModifiers	3	win-hotkey 的 Win32 修饰键；3 是 Ctrl+Alt

auto 在 macOS 上是 双击右 ⌘，在 Windows 上是两边 Ctrl。按住右 ⌘ 期间如果按了别的键（比如 ⌘C），这一次不会被算作“单击”，避免误触。想换成空格加右 ⌘ 或右 ⌘ + 右 ⌥：

dsh-appshots:
  hotkeyMode: space-right-command   # 或 right-command-right-option

限制

• 仅支持 macOS 和 Windows；Windows 路径继承上游，本 fork 未单独验证
• 窗口文字来自系统辅助功能树，部分应用只暴露可见文本
• 窗口文字会压缩：去容器/Help，跳过侧边栏/导航/标签组，按钮写成 [button]，长文本合并，最多 8k 字；超出时从前面省略、保留最近消息
• 压缩文本会随发送的图片作为隐藏上下文一起带给模型；如果图片在发送前被移除，文本不会注入
• 终端像素（如 VS Code xterm）默认不进辅助功能树，编译日志仍以截图为准
• Windows 截的是窗口矩形的屏幕像素，被挡住的窗口会带上挡住它的内容

发布

fork 推 vX.Y.Z tag 会创建 GitHub Release 并附 tarball；npm publish 只在上游仓库执行，fork 的 CI 已跳过。

License

MIT