截图提问 KamiYA7/dsh-shot-ask

dsh-shot-ask · 抓屏即提问

给 DSH / DeepSeek Harness 的截图提问套件。
在任何应用里按一个热键（或在 DSH 页面里点一下悬浮球）→ 框选屏幕任意区域 → 就地写下问题 → 图片和问题一起进当前会话。
不用存文件、不用切窗口、不用复制粘贴。

English · 安装 · 用法 · 架构 · 排查

它解决什么问题

看到一段报错、一张图表、一个界面不对——想直接问模型，但标准流程是：

截图 → 存文件 → 切到 DSH → 找输入框 → 拖图进去 → 打字 → 回车

七步。这个套件把它压成两步：

按热键 → 框选 + 打字（在同一个浮层里完成）

而且抓屏免选屏授权：不弹系统选择器、不需要录屏权限，框完就把那一小块送进会话。

两条入口，覆盖两种姿势

| 姿势 | 入口 | 适合 |
| 你正在别的应用里（浏览器、IDE、播放器…） | 全局热键 Ctrl+Alt+S | 桌面上那个常驻小球。抓到的是你按热键那一刻的屏幕 |
| 你就在 DSH 窗口里 | 页面悬浮球 | 可拖动、位置记在 localStorage、角上有 × 可关 |

两条入口最终走同一条流水线，行为一致。

三个组成部分

| 包 | 形态 | 它做什么 |
| dsh-shot-ball | 独立 Electron 程序 | 常驻桌面、置顶。承载全局热键、框选遮罩、提问框；把「图片 + 问题」POST 给桥接 |
| dsh-shot-bridge | DSH 宿主插件 | 回环 HTTP 路由 /dsh-shot-bridge/{submit,health}（token 鉴权）；经官方 admitPromptContent 把图提升为持久附件并注入会话；并在 DSH 启动时把球拉起来 |
| dsh-shot-ask | DSH 客户端插件 + 宿主路由 | 页面悬浮球 + 设置行；宿主侧原生抓屏路由 /dsh-shot-ask/capture.png |

为什么不是一个大包？ 因为三者的宿主不同：球运行在你的桌面上（Electron），桥接运行在 DSH 进程里（Cordis 插件），悬浮球运行在 DSH 页面里（浏览器）。三边各有自己的生命周期与权限，混在一起反而装不上。

架构：为什么是三个包

① 热键必须由一个置顶窗口承载

热键是在别的应用里按下的，那一刻 DSH 窗口在后台。框选遮罩如果画在 DSH 页面里，你根本看不见它。所以「热键 + 遮罩」只能落在常驻置顶的独立程序上——也就是那个 Electron 小球。

② 图必须经宿主的 admitPromptContent 进会话

桌面程序在 DSH 外面。把图片投进会话的三条"看起来可行"的路全是断的：HTTP 接口只认浏览器签名 cookie、草稿附件 id 是 browser-owned、宿主转发事件白名单硬编码。唯一被支持的入口是从宿主内部提交——所以必须有一个跑在 DSH 进程里的宿主插件（dsh-shot-bridge）来接收并 admitPromptContent。

图片以 base64 走回环 HTTP，不经过任何中间文件；落盘只是顺带存档。

③ 桌面壳关死了 getDisplayMedia

DSH Desktop 在会话初始化时这样写：

setPermissionRequestHandler((_c, _p, cb) => cb(false)) // 所有权限一律拒绝
setPermissionCheckHandler(() => false)
setDevicePermissionHandler(() => false)
setDisplayMediaRequestHandler((_req, cb) => cb({})) // 空授权 = 不给任何源

所以桌面窗口里的 getDisplayMedia() 永远拿不到画面。页面悬浮球因此改为请求宿主路由 /dsh-shot-ask/capture.png——由宿主用 PowerShell CopyFromScreen 原生抓取光标所在那块屏（多显示器也对），免授权、免选屏。纯浏览器里没有这条路由，会自动退回 getDisplayMedia 的系统选择器。

安装

前置：Windows + DSH。把三个包放在一个固定目录（以后不要挪）。

① 两个 DSH 插件装进你在用的 profile（web / desktop）
dsh plugin --profile desktop add <路径>\dsh-shot-ask
dsh plugin --profile desktop add <路径>\dsh-shot-bridge

② 桌面球的依赖
cd <路径>\dsh-shot-ball
pnpm install

③ 重启 DSH

desktop profile 由官方 Desktop 应用独占，只有它自带的 CLI 能管理（普通 CLI 会报 profile "desktop" is managed exclusively by the Electron application）。用 web 版就把 --profile desktop 换成 --profile web。

.npmrc 不入库（它按机器写死了 pnpm 的 store-dir）。需要时在 dsh-shot-ball/ 里自行建一个，常见两条：

node-linker=hoisted
confirmModulesPurge=false

装好之后 DSH 启动时会自动拉起桌面球，不需要开机自启项。不想自动拉起就设 DSH_SHOT_BALL_AUTOSTART=0。

用法

全局热键（推荐）

1. 在任意应用里按 Ctrl+Alt+S；
2. 所有屏幕出现半透明遮罩，拖动鼠标框选（Esc / 右键取消）；
3. 松开 → 弹出提问框（左边缩略图，下面输入框）；
4. 输入问题，Enter 提交（Shift+Enter 换行；留空就只发图片）；
5. 图片 + 问题出现在 DSH 会话里，模型开始回答。

页面悬浮球

在 DSH 窗口里点右下角的球，之后流程完全一样。球可拖动、位置记住、角上 × 关闭；设置行在 设置 → 通用 → 「悬浮截图提问」（可复制截图目录、可一键桥接自检）。

配置

| 名称 | 作用 |
| DSH_HOME | 决定球提交回哪个 DSH 实例。网页版与桌面版各写一份 dsh-shot-bridge.json（端口 + token 都不同），球按这个变量找坐标 |
| DSH_SHOT_BALL_AUTOSTART=0 | 不让 DSH 拉起球 |
| DSH_SHOT_BALL_DIR | 球所在目录（默认 G:\ZM\DSH\zmdsh\dsh-shot-ball） |
| DSH_SHOT_BALL_CAPTURES | 截图归档目录（默认 图片\dsh-shot-ball） |
| dsh-shot-ball/.userdata/preferences.json | {"captureHotkey":"Control+Shift+Q"} 改键；{"captureHotkeyEnabled":false} 关掉热键 |

故障排查

| 症状 | 原因与处理 |
| 页面悬浮球点了没画面 | 桌面壳禁用了 getDisplayMedia；确认宿主路由在位（GET /dsh-shot-ask/capture.png 返回 image/png） |
| 图进了另一个 DSH 实例 | 球的 DSH_HOME 指错了（网页版 3080 / 桌面版 19387，坐标文件各一份） |
| 热键没反应 | 球没在跑，或组合键被别的应用占用——球的日志里会写 capture hotkey NOT registered: another application owns … |
| 提交返回 401 | token 失效。token 每次 DSH 启动重新生成，球在每次提交前重读坐标文件；重启 DSH 即可 |
| 图片被拒收 | 当前路由的模型必须声明 image 模态 |
| 发送没自动按下 | 发送按钮靠 aria-label 定位，DSH 改版可能改文案；此时图片已安全躺在输入框里，手动回车即可 |

日志位置：dsh-shot-ball/.cache/dsh-shot-ball.log。

已知边界

- 热键宿主是球：球不在跑，热键就不存在（DSH 启动会自动拉起它；DSH_SHOT_BALL_AUTOSTART=0 可关掉自启）。
- 球的生死跟着 DSH：球由 DSH 启动、留在它的进程树里，所以 DSH 退出时球一起结束。点了球上的 × 只是隐藏窗口——进程和热键都还在，下次启动 DSH 时球会重新出现。
- 默认目标是「你最后发过消息的那个会话」：桥接只把 user/* 事件记进排序表，所以后台还在跑的会话（子代理、任务看板、定时任务）不会抢走截图；如果没有任何会话出现过用户消息，退回按「最新活跃事件」排序。想固定目标可在提交里带 session 参数，或用 DSH_SHOT_TARGET_SESSION 钉住。
- 多个提问框可以同时开着：每个提问框独立登记，提交/取消只作用于你操作的那一个。
- 选区坐标按比例换算：naturalWidth / innerWidth，多显示器缩放下按被抓那块屏等比映射。
- 纯浏览器路径仍需选屏：getDisplayMedia 必须由系统选择器授权；桌面壳下走原生抓屏，无此限制。

许可

MIT © 2026 KamiYA7

A screenshot-to-question kit for DSH / DeepSeek Harness.
Press a global hotkey (Ctrl+Alt+S) in any application, drag a rectangle over anything on screen, type your question in the same overlay, and the cropped image plus your question land in the current DSH session — no files on disk, no window switching, no screen-picker permission prompt.

Three packages, because each half runs in a different host:

- dsh-shot-ball — a resident, always-on-top Electron program. It owns the global hotkey, the selection overlay and the question box, and POSTs the capture to the bridge.
- dsh-shot-bridge — a DSH host plugin. It exposes a token-guarded loopback route, promotes the image through the official admitPromptContent path (the only supported way into a session from outside the browser), and starts the ball together with DSH.
- dsh-shot-ask —— DSH 客户端插件加宿主路由。页面内的悬浮球，外加一条原生截图路由（/dsh-shot-ask/capture.png），因为 Desktop 外壳对 getDisplayMedia 返回空授权，并且拒绝所有权限请求。

dsh plugin --profile <web|desktop> add <path>\dsh-shot-ask
dsh plugin --profile <web|desktop> add <path>\dsh-shot-bridge
cd <path>\dsh-shot-ball; pnpm install
restart DSH — the ball starts with it

需要 Windows。基于 MIT 协议开源。