dsh-screenshot — 对话框截图插件（微信 PC 式）
给 DeepSeek Harness（DSH）的 Web 输入框加一个「截图」按钮：点一下 → 遮罩框选（或先隐藏 DSH 窗口再截）→ 确认后裁剪好的截图直接出现在输入框的附件栏里，回车就能发。
从 0.2 起，截图走 DSH 自己的草稿附件通道：图片会作为真正的图片附件随消息发送，模型直接看到图；不再往草稿里塞 截图：<路径>，也不再需要 vision MCP。对不支持图片的模型，可以在菜单里切到「以文件路径发送」。
> 界面示意（演示数据）：遮罩框选后点「确定」，截图会进入输入框的附件栏。
功能
- 三种截法：截取屏幕区域 / 隐藏 DSH 窗口后截图 / 截取全部屏幕（多显示器）
- 微信式框选：全屏遮罩、拖拽选区、实时显示物理像素尺寸，支持「全选 / 取消 / 确定」、
Enter确认、Esc取消 - 服务端裁剪：Host 用 PowerShell 裁图，浏览器只上报显示坐标和画布尺寸；用 PNG 真实宽高换算物理像素，不受浏览器缩放、系统 DPI、CSS 影响
- 原生附件：裁剪结果交给
ctx.conversation.createDrafts+inputActions.addAttachments，由 DSH 渲染附件卡、发送图片字节 - 失败可见：截图失败、输入框正忙、附件过大都会 toast 提示，不再静默吞掉
- 崩溃自恢复：隐藏窗口模式在被强杀后会由 Host 依据
.hwnd标记把窗口恢复回来 - 取消/发送后自动清理临时文件，超过 30 分钟的残留由后台清扫
安装
从 GitHub 安装
先确认你用的是哪个 profile：桌面端是 desktop，dsh web 命令行一般是 web。
# 桌面端
dsh plugin --profile desktop add github:XEsx630/dsh-screenshot
# 或 dsh web
dsh plugin --profile web add github:XEsx630/dsh-screenshot
# 指定版本
dsh plugin --profile desktop add "github:XEsx630/dsh-screenshot#v0.2.0"
dsh.bundle 清单会自动把插件挂进 profile。重启 DSH 并刷新页面。
本地开发安装
dsh plugin --profile desktop add link:E:/path/to/dsh-screenshot
# 然后在 ~/.dsh/profiles/desktop 里 pnpm install，重启
使用
- 点输入框左侧的「📷 截图」，选一种截法
- 等遮罩里的画面加载完，按住左键拖出一个区域
- 点「确定」（或按
Enter）→ 截图进入输入框上方的附件栏 - 继续打字或直接发送；不想发了就在附件卡上点 ×
菜单底部可以切换发送方式：
| 方式 | 模型拿到什么 | 适用 |
|---|---|---|
| 以图片附件发送（默认） | 图片内容（DSH 图片附件） | 支持视觉的模型；无需额外工具 |
| 以文件路径发送 | 一段指向只读保存路径的文本 | 纯文本模型 + 本地 vision/OCR 工具；或截图超过 6 MB 时自动降级 |
架构
┌─ 浏览器 ─────────────────────────────────────────────┐
│ 截图按钮 ──POST /capture──▶ 截图预览（GET /preview） │
│ │ │ │
│ └── 遮罩拖拽（只算坐标） │ │
│ └──POST /crop {rect, stage}──▶ 裁剪好的 PNG │
│ │ │
│ 取回 Blob ──▶ new File ──▶ createDrafts + addAttachments
└────────────────────────────────────────┼─────────────┘
▼
输入框附件栏（DSH 原生）
Host 侧：
screenshot.ps1抓屏（可选先隐藏前台窗口，DPI 感知），写临时 PNG- 浏览器显示预览、拖拽选区
crop.ps1按 PNG 真实尺寸换算后的物理像素裁剪- 裁剪结果通过
GET /file交给浏览器，随后删除
设计取舍：
- 裁剪放服务端：浏览器只做显示和坐标换算，避免 canvas 解码时序、
naturalWidth=0、CSS 缩放带来的 1×1 空图 - 坐标换算以 PNG 真实尺寸为准：
物理 = 显示坐标 × (PNG 宽 / 画布宽)，浏览器缩放和 DPI 缩放都被吸收 - 图片字节走附件通道：不再依赖
$DSH_HOME/uploads路径，也不需要把路径塞进 prompt - 隐藏窗口有崩溃兜底：
screenshot.ps1隐藏前写.hwnd标记，正常路径删除；进程被强杀时 Host 读标记调restore.ps1恢复
HTTP API（Host）
所有接口仅限本机回环地址，且要求同源。
| 方法 | 路径 | 说明 |
|---|---|---|
| POST | /api/screenshot/capture |
body {hideWindow?, allScreens?} → 抓屏到临时 PNG，返回 {id, width, height, url} |
| POST | /api/screenshot/crop |
body {id, rect:{x,y,w,h}, stage:{w,h}} → 裁剪，返回 {id, name, bytes, width, height, url} |
| GET | /api/screenshot/preview?id= |
抓屏预览 |
| GET | /api/screenshot/file?id= |
裁剪结果 |
| DELETE | /api/screenshot/preview?id= / file?id= |
删除临时文件 |
安全
- 路由只接受回环
Host（127.0.0.0/8、localhost、::1），拒绝sec-fetch-site: cross-site和跨源Origin id必须是 UUID，文件名由 Host 生成，不接受外部路径- 请求体上限 16 KB；响应
no-store、nosniff - 截图和裁剪全部在本机 PowerShell 中完成，不上传任何数据
- 临时文件目录：
$DSH_HOME/cache/dsh-screenshot（可用DSH_SCREENSHOT_DIR重定向），30 分钟 TTL
兼容性
- DSH ≥ 0.2（依赖
ctx.conversation.createDrafts/inputActions.addAttachments与fileUpload服务） - Windows：PowerShell 5.1 + .NET Framework 的
System.Drawing/System.Windows.Forms - 客户端注入
@deepseek-ai/dsh-client-runtime、dsh-client-ui-conversation、dsh-client-file-upload
开发
node --test # 单元测试 + PowerShell 裁剪测试
npm run check # 语法检查
# 真实抓屏测试（会截当前屏幕）
$env:DSH_SCREENSHOT_LIVE=1; node --test test/powershell.test.js
测试覆盖：坐标换算/边界钳制、PNG 头解析、信任栅栏、路由校验与错误码、crop.ps1 的真实裁剪与越界拒绝。CI 在 windows-latest 上跑 Node 22/24。
故障排查
| 现象 | 处理 |
|---|---|
| 按钮是灰的 | 当前会话未就绪，或输入框处于命令提交/发送阶段 |
| 「截图失败：无法启动 PowerShell」 | 检查 powershell.exe 是否在 PATH；企业策略可能禁用 Add-Type |
| 图片发送失败 | 模型不支持图片输入，或图片超出部署限制 → 菜单里关掉「以图片附件发送」 |
| 窗口没恢复 | 重新打开 DSH；残留标记会在下次启动时被清扫并恢复窗口 |
License
MIT
