dsh-capability-policy
Manifest validDSH Plugin: Preventing Multiple Automation Plugins from Fighting Over the Same Window — One Action Class per Turn for the Same Target, with Decisions Written to JSONL Audit.
dsh-capability-policy
DeepSeek Harness 插件:把自动化工具按「在哪个面上动手」分成五类,同一目标一回合只放一个动手类进来,每次拦放写一行审计。
痛点
装了多个能操作界面的插件之后,同一件事往往有好几条路:
- 让 agent 打开 Chrome 点个按钮:浏览器插件可以走 DOM,桌面工具可以按坐标点,截图工具还能照着重放一遍;
- 让 agent 在微信发条消息:应用专用工具能发,桌面可访问性树能点,像素模拟也能点。
没有闸门时会发生什么:
- 两个类同时动同一个窗口,抢焦点、互相覆盖;
- 模型选错一次就白烧几轮 token;
- 真出了问题去翻日志,也说不清当时为什么走了那条路。
它怎么解决
给每个目标记一个「当前由哪一类在动」:
- 同一回合只认一个动手类;
- 只读的调用(截图、读图、列窗口)不占位置;
- 真要换类,按配置决定是问你、直接拒,还是只记账;
- 每一次放行或拒绝,都落一行审计。
分类怎么划、按什么顺序选、一次调用经过哪些判断,集中在下面的原理一节。
它不管什么
- 不做:文件工具、平台 API、美化或纯功能插件——没有「动手」语义的一律不碰。
- 管不到:插件自己起定时器、不经工具调用就动手的行为。工具层看得见调用,看不见背后的自治逻辑。
给谁用
- 同时装了浏览器 / 桌面 / 像素 / 应用专用工具中的两个以上;
- 需要事后回答「这次为什么用像素而不是 DOM」;
- 想让自动化只在授权范围内动手——写、发、删这类操作不该悄悄发生。
安装
dsh plugin --profile desktop add github:Knot-chord/dsh-capability-policy
# 锁版本
dsh plugin --profile desktop add "github:Knot-chord/dsh-capability-policy#v1.0.0"
装完重载 profile 或重启,插件列表出现 capability-policy 即可。自测:node test/policy.test.mjs(96 项,零依赖)。
装完先验三件事
| # | 做法 | 期望 |
|---|---|---|
| 1 | 先 windows list,再 computer 的等待动作 | 两次都放行(只读不占位) |
| 2 | 先 computer 动手,再 windows minimize | 直接拒绝,理由带 claims.conflict is "deny" |
| 3 | 查审计文件 | 上面两条各有记录,含 owner / mode / decision / reason |
审计位置:$DSH_PROFILE_DIR/capability-policy/audit.jsonl。
没有该变量时用 %LOCALAPPDATA%\dsh-capability-policy\audit.jsonl;不会写进包目录。
原理
不关心实现细节可以跳过本节,不影响使用。
分类
按「在哪个面上动手」划分,不按媒介类型(视频、图片、音频)划分。
| 类 | 判定 | 典型工具 |
|---|---|---|
app | 应用自己的语义驱动 | 应用专用工具 |
page | 页面 DOM / CDP | ego_、browser_ |
native | 桌面可访问性树 | windows、ui_elements |
pixel | 坐标、鼠标、键盘 | computer 的点击与键入 |
system | 改系统状态 | 设置、服务、注册表 |
capture(截图、OCR、读图)是只读类:不占目标,也不参与互斥。
选择顺序
0 目标 说出目标实例(路径 / URL / 句柄 / 系统项),说不出就不调
1 资格 必须能「完成」这次操作;只能做一半不算合格
2 层级 只留最专的一类:app > page > native > pixel > system
3 授权 改状态先要授权;有可逆路径就优先可逆
4 状态 本轮失败过的出局;没新证据不许重试
5 成本 最便宜的取证:文本先于图像,一次先于多次
实际发生什么
以桌面上的三次调用为例:
computer点一下——没有别的类占用这个窗口,放行,记下「pixel 正在动它」。windows minimize——发现 pixel 已经占着,按claims.conflict拒绝(或询问),写审计。windows list——只读,不参与占用,照常放行。
第 2 步拒绝时返回的就是这段文本:
native cannot take this target this turn: pixel:computer holds it and claims.conflict is "deny".
Ask the user to authorize the switch, or set claims.conflict to ask.
审计里对应的一行:
{"tool":"windows","owner":"native","mode":"act","decision":"deny","source":"claims","resource":"264138","reason":"pixel:computer (attempts 0)"}
配置
规则在包内 rules.json,hydrate 读一次。
| 字段 | 作用 | 默认 |
|---|---|---|
scope.automationOwners | 受管的类 | 六类全部 |
claims.enabled | 是否启用资源占用 | true |
claims.conflict | 冲突裁决:ask / deny / allow | ask |
claims.groups | 互斥的类组合,任意一组同时含两类即互斥 | 六个两两组合 |
claims.maxAttempts | 同回合几次「失败换类」,到顶后直接拒绝 | 2(0 = 不限) |
claims.readOnly[] / claims.exempt[] | 追加只读工具 / 会改状态但不驱动目标面的工具 | 内置常见项 |
deny[] / ask[] | 静态拒绝 / 请求确认(正则) | 空 |
agents[] | 按会话 id 或 prefix 做白名单 | 空 |
owners | 覆盖内置的类匹配正则 | 内置表 |
audit.enabled / audit.file / audit.maxBytes | 开关、路径、轮转上限 | true / 回退链 / 4 MiB |
[!WARNING] 写错就起不来:JSON 语法错、正则写坏、组里出现未知类别都会在 hydrate 时抛错并指出具体规则——不会带着半套 deny 静默运行。
[!IMPORTANT] 改完规则要重载:
index.js会热加载,rules.json不会。改完把插件行关掉再打开(或重启),否则跑的是旧规则。
兼容性
- 声明:DSH
>=0.2.1-rc.5 <0.3.0-0(engines.dsh),Node>=20。 - 实测:
0.2.1-rc.5(独立DSH_HOME沙盒,waterfall 与 guard 两阶段)、0.2.2-rc.3(日常使用)。 - 只核过类型、没实机跑过的版本不写进声明。DSH 升级后先确认这四个接口没变形:
tools.guard、tools/pre-execute、tools/result、systemPrompt.section。
版本之间确实变过东西:ToolGuard 的返回类型到 0.2.2-rc.3 才允许对象,之前只认字符串。
本插件的 backstop 因此只返回理由字符串;结构化错误码由 tools/pre-execute 那条路径给出。
设计与验证细节见 SPEC.md。
token 预算
常驻只有一段提示词:1,460 字符(约 406 token)。规则与审计不进上下文,也不新增任何工具。
局限
- 只管工具调用路径;插件绕过工具直接动手就拦不住。
- 跨会话只在「同族且键相同」时互斥:页面 URL 与窗口句柄指向同一窗口却无法互证。
- 占用粒度是资源不是工具:同类两个工具之间不互斥。
- 「两次失败后拒绝换类」按会话计次,不是按资源计次。
- 没有
Config:以link:安装时拿不到schemastery,设置页没有可编辑字段,改规则要动rules.json再重载。
变更
1.0.0
首个公开版本。
- 五类动手归属,外加只读的
capture - 资源级占用,冲突三态裁决(
ask/deny/allow) - 失败释放占用,换类次数有上限
deny/ask/ 会话白名单- JSONL 审计:落点回退、按体积轮转
- 配置写错拒绝启动,不静默降级
支持 DSH >=0.2.1-rc.5 <0.3.0-0(下界为实测版本)。
License
MIT。设计灵感来自 dsh-find-plugins 的 rank.js 与 dsh-plugin-resolver 的 catalog.js,吸收原则,未复用常数与权重。
Comments
Loading…
Similar plugins
by abworks-dev
DSH 通用钩子插件:按会话事件管理本地自动化命令,支持显式启停、工具前置拦截与有限执行记录,无需硬件。
★ 0
MIT
JavaScript
Nov 3, 2026
dsh plugin --profile web add @abworks/dsh-hooksby wonderandyou
DSH 插件:在权限菜单里新增「管理员」档(完全访问 + 永不询问),内置官方 computer use、操控提示与自主迭代按钮。
★ 21
MIT
JavaScript
Oct 21, 2026
dsh plugin --profile web add @local/dsh-admin-modeby tianyaojiudi-prog
DSH(DeepSeek Harness) 插件:把一段可在设置页随时改写的文字,作为全局系统提示词段注入到所有会话,含子代理与工作流内部子代理;文本与开关即时生效,无需重启。
★ 9
MIT
JavaScript
Oct 4, 2026
dsh plugin --profile web add dsh-djy-xttscby AGImentu
DSH 插件:在「更多设置」里查看、修改并保存所有 agent 共用的全局系统提示词,保存后立即生效。
★ 0
MIT
JavaScript
Oct 6, 2026
dsh plugin --profile web add dsh-prompt-editorby wly8691-jpg
Windows-native real-Office automation plugin (DSH). Contract, task-level, fault-injection and process-leak regressions covered; real-Office tests must be run on the target machine.
★ 6
↓ 466/wk
MIT
JavaScript
Oct 25, 2026
dsh plugin --profile web add @eqman00003/dsh-office-comby bbaz123
DSH 操作安全插件:工具 pre-execute 分类、单调 guard、插件生命周期 DPIP 门禁与审计留痕。
★ 0
JavaScript
Oct 22, 2026
dsh plugin --profile web add dsh-operation-security