XEsx630/dsh-screenshot

dsh-screenshot — 对话框截图插件(微信 PC 式)

为 DeepSeek Harness(DSH)Web 对话框提供微信 PC 客户端式截图:点击截图按钮 → 遮罩框选(或先隐藏 DSH 窗口再截)→ 确认后图片卡直接出现在输入框上方,可直接发送;模型拿到图片路径后用本地 vision MCP(或其他读图工具)读取内容。

功能

- 📷 composer 工具栏新增「截图」按钮,点击弹出两种模式:
- 截取屏幕任意区域:不隐藏窗口,全屏遮罩 + 鼠标拖拽框选(显示选区像素尺寸),可「全选 / 取消 / 确定」
- 隐藏当前窗口后截图:截图瞬间自动隐藏 DSH 浏览器窗口,截取被遮挡内容后自动恢复
- 确认后由服务端 PowerShell 裁剪(不依赖浏览器 canvas),图片卡出现在输入区上方待发送栏(可删除)
- 发送时自动注入 截图： 文本(编辑器内为隐藏引用),模型据此调用 vision 工具读图
- 发送失败自动还原图片卡与草稿;取消截图不留临时文件

安装

从 GitHub 安装

dsh plugin --profile web add github:XEsx630/dsh-screenshot
或指定版本标签
dsh plugin --profile web add "github:XEsx630/dsh-screenshot#v0.1.0"

dsh.bundle manifest 会自动把 dsh-screenshot 行挂进 profile。重启 dsh web 并刷新浏览器。

本地开发安装

把插件源码放到任意目录(如 D:\path\to\dsh-screenshot),以 link: 方式挂载到 web profile:

1. ~/.dsh/profiles/web/package.json:
- dependencies 增加 "dsh-screenshot": "link:D:/path/to/dsh-screenshot"
- dsh.profile.bundles 增加 "dsh-screenshot"
2. 在 ~/.dsh/profiles/web/ 运行 pnpm install
3. 重启 dsh web 并刷新浏览器

依赖

- Windows(截图/裁剪脚本用 PowerShell 5.1 + System.Windows.Forms/System.Drawing)
- DSH 0.1.x web profile

使用

1. 点 composer「截图」→ 选「截取屏幕任意区域」或「隐藏当前窗口后截图」
2. 等遮罩中画面加载完成,按住鼠标拖拽框选区域(微信式暗色遮罩 + 白色选区),松手后确认尺寸
3. 点「确定」→ 图片卡出现在输入框上方;可继续输入文字,点发送
4. 模型收到 截图：C:\...\screenshot-xxx.png 后调用 mcp__vision__describe_image / mcp__vision__ocr_image 读取内容

架构

截图按钮 ──POST /capture──▶ PowerShell screenshot.ps1(全屏,可选隐藏窗口)
└─▶ 临时 PNG($DSH_HOME/uploads/.screenshot-.png)
遮罩预览 ◀──GET /preview──────┘
拖拽框选(纯坐标,无 canvas)
└─POST /crop {rect, stage}──▶ 服务端换算物理像素(PNG 真实尺寸比例)
└─▶ PowerShell crop.ps1(System.Drawing Clone)
└─▶ 正式 PNG(screenshot-.png)
图片卡进对话框 ──发送──▶ 注入「截图：」──▶ 模型调 vision MCP 读图

设计要点:

- 裁剪在服务端完成,浏览器只负责显示与框选坐标,杜绝 canvas 解码时序(naturalWidth=0 → 1×1 空图)等浏览器图像处理问题
- 坐标换算用 PNG 真实尺寸 × 前端实际渲染尺寸的实时比例,不受 CSS/缩放影响
- 框选在图片加载完成后才允许;拖动过程使用坐标快照,布局变化不会偏移选区
- 隐藏引用(source: 'screenshot')与 dsh-file-uploads 的引用通道平行共存,互不干扰

文件结构

dsh-screenshot/
├── package.json        # dsh.bundle + dsh.client 声明
├── cordis.patch.yml    # 插件挂载行
├── README.md
└── lib/
├── index.js        # Host: /api/screenshot 路由(capture/crop/preview/delete)
├── client.js       # Client: 按钮/菜单/遮罩框选/引用序列化/卡片栏
├── screenshot.ps1  # PowerShell 全屏截图(可选隐藏前台窗口、DPI 感知)
└── crop.ps1        # PowerShell 服务端裁剪(System.Drawing Clone)

HTTP API(Host)

| 方法 | 路径 | 说明 |
|---|---|---|
| POST | /api/screenshot/capture | body {hideWindow?, allScreens?} → 全屏截图到临时文件,返回 {id, width, height, url} |
| POST | /api/screenshot/crop | body {id, rect:{x,y,w,h}, stage:{w,h}} → 服务端裁剪 → 返回 {file:{name,path,size}} 并清理临时文件 |
| GET | /api/screenshot/preview?id= | 返回临时 PNG(前端预览) |
| DELETE | /api/screenshot/preview?id= | 删除临时 PNG(取消时清理) |

安全
- 所有路由仅限 loopback + same-origin（参照 DSH 本地插件信任栅栏）
- 临时文件名 .screenshot-.png，id 严格校验 UUID；超过 10 分钟的残留临时文件在下次启动时清扫
- 截图/裁剪脚本仅在本机执行，不上传任何数据；图片内容仅进入 $DSH_HOME/uploads（可用 DSH_UPLOAD_DIR 重定向到非 C 盘）

License

MIT