随手快问 CW-1209/dsh-quick-qa

快速问答（dsh-quick-qa）

课堂上的「随手一问」：框选屏幕上的题目 → 发送 → 结合工作区资料秒出答案。
入口在左侧栏「新会话」下方（快速问答）。按键：鼠标键4 开始截图、鼠标键5 发送、Alt+Q 开关快捷栏。

快捷栏与缩略图

答案框

怎么用

1. 点左侧栏 快速问答 → 桌面弹出横向小细条（快捷栏，类似输入法候选框）。
第一次点击会顺带启动一个独立的 PowerShell 小进程（它负责窗口、全局热键和鼠标键）。
2. 按 鼠标键4（鼠标侧键靠后的那颗）→ 光标变十字，屏幕只画选区的边框，不遮暗、不加蒙版。
按住左键拖出题目（拖动时实时画框），松开就截图；只点一下不算（无效操作，继续等）， 右键或 Esc 取消。截图成功后快捷栏上方出现缩略图（含选区尺寸）；这时按 鼠标键5（或回车）才发送 —— 不满意就 Esc 丢掉重框。
3. 1～9 秒后细条下方弹出答案框：答案在最前，下面是简要解释、依据（引用到的资料）、参考资料列表和各阶段耗时。答案框比细条宽一点、限高可滚动。

也可以不截图：直接在细条的输入框里手打题目，回车或 鼠标键5 发送（这条路径最快，通常 ~3 秒）。

随时开关快捷栏：按 Alt+Q 一次把细条显示出来（回到上次关闭时的位置），再按一次收起（连答案框一起收）。这些按键都跟那个小进程绑定，进程在它们就在。
（鼠标键4/5 走的是全局低级鼠标钩子，默认会把这两颗键吞掉 —— 浏览器、资源管理器里就不会再前进/后退；不想要这个副作用就把快捷栏脚本的 -MouseSwallow 传 0。）

窗口怎么摆：按着细条上任何不是按钮的地方（标题文字、空白、缩略图都行）拖动就能移动，位置会被记住，下次框选不会被拉回原位；把鼠标挪到细条左右边缘（离边框 9 像素内，光标会变成左右调整）按住拖就能改宽度（480 ~ 1320），拖左缘时右边界不动，宽度同样记住。
右侧 ⚙ 调整体透明度（快捷栏和答案框一起，最低 30%，默认 100%；点一下展开、再点一下收起，拖那条轨道的圆形把手改），✕ 收起整个快捷栏（Alt+Q 仍然可用）。答案框始终跟着快捷栏走（水平居中、比栏宽 120），但可以单独用它的圆形 ✕ 关掉（关掉的这一条不会再自己弹回来，下一条新答案才会重新出现）。

工作区

- 细条上的 工作区胶囊按钮（默认显示当前工作区名）点开就是工作区列表，可随时切换；左侧栏面板里的下拉框是同一份绑定。
- 作答时会把该工作区里的 文档 / PDF / PPTX（还有 docx、xlsx、md、txt）抽成文本建索引， 8 段最相关资料随题目一起给模型。面板上能看到「已索引片段 / 资料文件 / 索引耗时」。
- 索引按文件修改时间缓存，改过资料后点面板的 重建索引 即可。

外观

快捷栏 / 答案框跟随 DSH 主题：客户端半边每 2.5 秒把 DSH 的 --dsw-alias- token 推给宿主，快捷栏按 token 上色（深色/浅色自动切）。有几处 token 在 DOM 里读不到（--dsw-alias-border- 基本读不出来，浅色下三层底色又都是纯白），所以：

- 底色优先取 bg-base（DSH 的应用基础面），不拿 overlay（那是压暗层，浅色下是灰蓝 #e9ecf2，跟 DSH 不搭）；
- 边框按 底色 + 文字色 混 15%，内层小面（工作区胶囊 / 输入框）混 7%；
- 值统一归一成 6 位 hex —— DSH 常给 #fff 这种三位简写，不归一混色会静默失败。

窗口本身没有阴影（DropShadowEffect 已去掉），圆角靠外框 CornerRadius + 内层 Border 圆角（WPF 的 Button/TextBox 自己没有圆角属性，所以胶囊和输入框都是「透明控件 + 圆角 Border 外壳」）。

实测速度（DeepSeek-V4.1-Flash，本机）

| 路径 | 读题 | 检索 | 作答 | 合计 |
| 手打题目 | — | 4 ms | 0.7 ~ 2.9 s | ~1 ~ 3 s |
| 截图框选 | 2.1 ~ 6.4 s | 6 ms | 1.5 ~ 4.6 s | 3.5 ~ 9 s |

要的就是「别等」：答案是先出的，解释和参考资料跟在后面。

结构

| 文件 | 作用 |
| lib/impl.js | 宿主半边：HTTP 路由、建索引/检索、读题与作答、历史、启动快捷栏进程 |
| lib/client.js | 客户端半边：左侧栏入口 + 面板（工作区切换、统计、最近问答、主题同步） |
| lib/quickbar.ps1 | 快捷栏本体：Windows PowerShell 5.1 + WPF，独立进程，全局热键、框选层、答案框 |
| lib/extract.py | 资料抽取（pypdf / pypdfium2 / python-pptx / python-docx / openpyxl） |
| dev/reload.ps1 | 开发用：热重载宿主半边（改宿主代码后跑它） |
| dev/spawn-test.cjs | 开发用：复现/排查 spawn 行为的小脚本 |

几个关键设计点：

- 进程隔离：快捷栏跑在独立的 PowerShell 进程里，崩了也带不动 DSH 本体；宿主与它之间只靠 HTTP 轮询通信（不用 HttpListener、不需要管理员）。
- 框选层：AllowsTransparency 的窗口里完全透明的像素在系统层面是「点击穿透」的，所以背景用了 #01000000（alpha = 1/255，肉眼等同全透明，但能接收鼠标）。
- 热键：HwndSource 的消息钩子必须在 C# 里挂（PowerShell 没法给钩子的 ref bool handled 赋值，异常会冲穿消息泵把进程带崩），钩子里只置标志，真正的框选交给 UI 定时器。
- 鼠标键4/5：RegisterHotKey 只认键盘，鼠标侧键只能走全局低级钩子（WH_MOUSE_LL）。
低级钩子的回调跑在「装钩的那条线程」上，Windows 对它还有超时限制（回调慢了会直接摘掉钩子、（甚至让鼠标发顿），所以回调里只置静态布尔、一个 PowerShell 语句都不执行，真正的活同样交给 UI 定时器；装钩的线程必须有消息泵（这里是 WPF 的 Dispatcher）。按下和松开都吞掉，免得前台程序收到半个 XBUTTONUP；-MouseSwallow 0 可让这两颗键照旧触发前进/后退。
- 空正文重试：当前模型没有 reasoning effort 开关，会先写推理；预算被推理吃光时正文会是空的。
所以识别和作答各带一次「加预算重试」，正常路径不触发、不拖慢。
- 拖动不打架：整个条形区都在 BarRoot 上接鼠标事件 —— 贴着左右边缘 9 像素内按下算「改宽度」（光标位移 ÷ DPI 缩放 = 宽度变化，拖左缘时左边界和宽度同时改、右边界钉住），
其它地方按下算「移动窗口」（DragMove()），按钮/输入框/滑块这些交互控件会先被排除掉；
两者都在改动期间置 Positioning 标志，免得 LocationChanged 回调把答案框摆错位置。
- 点一下不算拖动：DragMove() 只在鼠标真的移出 4 像素之后才启动。否则点到细条空白处会把输入框的焦点抢走 —— 之后再敲键盘、按回车就全部没反应（踩过）。
- 下拉菜单自己画：工作区下拉和 ⚙ 透明度面板都是自绘的 Popup + 圆角 Border。
用系统 ContextMenu 会带一层系统蓝底 + 蓝色高亮（跟 DSH 的白底完全不搭），自己画之后悬停用的是 DSH 的 layer-2，选中项前面一个实心点。
- 自绘 Popup 的「开关」只能靠自己的标志位：StaysOpen=False 时鼠标一按下 Popup 就先被关掉， Click 是抬起之后才跑 ⇒ 处理函数里 $popup.IsOpen 必然已经是 false，Closed 事件也分辨不出「刚才是被按钮关掉的」⇒ 想做成「按一下展开、再按一下收起」只能用脚本自己的计数标志（$script:OpacityMenuShown，和工作区菜单同一套），不要依赖 Popup 自身状态或鼠标坐标判断（踩过）。
- 透明度面板的圆把手：自定义 Slider.Template —— Grid 里架 Border（轨道）+ Track x:Name="PART_Track" （没有它滑块不能拖）+ 13×13 的 Ellipse（把手）；模板里的元素不在窗口命名域，FindName 取不到，颜色只能靠 TemplateBinding 引 Slider 自身的 Background（轨道底）/ BorderBrush（轨道边）/ Foreground（把手），两个 RepeatButton 用透明模板占位，让点轨道两端也能跳值。
- 提示只露一次：宿主上的 note（「模型返回空正文」之类）会一直留着，所以快捷栏显示过一次就回头把它清掉，9 秒后自己收回；启动时也先清一遍，免得上一轮崩溃留下的那条一直挂在状态栏上。
- 等待提示与超时分开：提交后满 15 秒仍未完成，答案区显示 ……，隐藏模式也只显示这段等待提示；后台继续读题、查资料和作答，完成后自动替换为答案。
资料准备、原生识图和作答共用 90 秒总预算，不会在 20 秒或 45 秒时提前结束。达到总上限时显示超时结果；快捷栏的忙状态兜底也调整为 90 秒。
- 心跳：快捷栏每 ~4.4 秒往宿主报一次「我活着 + 我现在认的按键」，这样插件页面上的「快捷栏在运行 / 框选 X / 开关 Y」显示的是真实情况（自己起的、手动起的都算）。
- 答案只画一次：轮询是 220ms 一次，但只在内容指纹（id / 阶段 / 各段长度）变化时才重画 ——否则刚被 ✕ 关掉的答案框会被下一次轮询立刻弹回来。

已知限制

- 按键依赖那个 PowerShell 小进程，而它是在第一次点开「快速问答」时启动的（DSH 冷启动时不会拉起任何东西）。所以 DSH 重启后先点一次入口，鼠标键4/5 和 Alt+Q 才生效。
- 模型通道是共用的：如果同时有别的长任务在占着同一个模型（比如正在跑一个很长的对话），这条问答会在「排队/作答」里等，墙上时间可能远大于插件自己统计的秒数。超时兜底会兜住它，但真正变快只能靠错开时间。
- 读题耗时随模型负载波动（2 ~ 6 s），偶发一次超过 10 s 会显示「截图里没识别到题目」，重框一次即可。
- 截图路径的准确率取决于框选是否把题干和选项都框进去（框选区里如果压着别的窗口，也会一起截进去）。
- 边缘的「只点一下」不会被当成拖动（需要真的拖出宽度变化才落盘）。
- 插件面板上的「快捷栏在运行 / 框选 X / 开关 Y」靠心跳判断：心跳是这次新加的宿主路由， 要重启一次 DSH 才会认识它（在此之前面板仍可能显示「快捷栏未运行」和旧按键）。

安装

需要 DeepSeek Harness（DSH）。插件不用编译，装法是「一个 profile 依赖 + 一行 patch」：

1. 把本仓库放进 profile 的 node_modules（file: 或 npm 皆可），例如 %USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-quick-qa。
2. 在 %USERPROFILE%\.dsh\profiles\desktop\package.json 的 dependencies 里加上 "dsh-quick-qa"。
3. 在 %USERPROFILE%\.dsh\profiles\desktop\cordis.patch.yml 里加：

- insert:
- id: dsh-quick-qa
name: dsh-quick-qa

4. 重启 DSH，左侧栏「新会话」下方出现「快速问答」。

文档抽取（PDF / PPTX / DOCX / XLSX）需要一个装了 pypdf、python-pptx、python-docx、 openpyxl 的 Python。默认按 DSH_QUICK_QA_PYTHON → 本机 venv → PATH 里的 python 依次尝试；都找不到时只降级成「只索引纯文本资料」，不影响插件启动。

卸载

停用面板后，删掉 profile 里的两处引用即可（也可用插件管理器移除）：

- %USERPROFILE%\.dsh\profiles\desktop\package.json 里的 "dsh-quick-qa" 依赖
- %USERPROFILE%\.dsh\profiles\desktop\cordis.patch.yml 里 id: dsh-quick-qa 的 insert 行

开发接口与日志

宿主路由（前缀 /dsh-quick-qa/v1）： GET state、POST show | hide | exit | bind | theme | note | ask | index | selftest | probe | matrix

- 快捷栏日志：%TEMP%\dsh-quick-qa\quickbar.log
- 框选出来的选区图：%TEMP%\dsh-quick-qa\sel-*.png
- 快捷栏记住的位置与宽度：%TEMP%\dsh-quick-qa\bar-pos.txt（格式 左,上,宽，删掉就回到默认居中）
- 改 quickbar.ps1：杀掉 quickbar.ps1 进程，下次 POST /show 生效（想立刻生效就直接重起一个：powershell -File lib\quickbar.ps1 -ToggleHotkey Alt+Q，它会照常轮询 /state 干活）—— 注意别传空字符串参数（-Hotkey '' 会被命令行吞掉，PowerShell 就把下一个 token 当成它的值）
- 改宿主代码（lib/impl.js）：powershell -File dev\reload.ps1 会去动 profile 的 patch 行，试图触发热重载；如果监听不响应，宿主半边的改动就只能靠重启 DSH 生效。
只改快捷栏（UI/交互/配色）不受影响，重起那个小进程就够了。