输入框图片工具ai-yucheng/dsh-composer-image-tools

🖼️ dsh-composer-image-tools · 聊天输入框图片工具

给 DSH 聊天输入框补上"看图"的入口 —— 上传图片 + 自定义区域截图，自研实现，零依赖。
Image tools for the DeepSeek Harness composer: upload & region-screenshot, straight into the draft.

License: MIT
DSH
GitHub

在 DSH 聊天输入框工具栏加两个按钮：📎 上传图片 和 📷 区域截图。图片进入 DSH 草稿图片轨，随消息发送，可被 modlens / describe-image 等图片插件读取——让模型真正"看见"你发的图。

📖 目录

- 🎯 这是什么？
- ✨ 核心功能
- 🧠 工作原理
- 🚀 快速开始（小白向，2 分钟）
- 🎯 使用教程
- ❓ 常见问题 FAQ
- 📸 示例截图
- 🤝 配套项目
- 📜 更新日志
- 📄 协议

🎯 这是什么？

| 能力 | 说明 |
|---|---|
| 📎 上传图片 | 打开系统文件选择器（可多选），图片注入草稿，随消息发送。超过 10MB 自动拦截（超大图按 tile 计费消耗大量 token） |
| 📷 区域截图 | 自定义位置截图：点击 → 全屏显示捕获画面 → 鼠标拖拽框选任意区域 → 裁剪成 PNG 注入草稿。不依赖微信/任何外部截图工具；Esc 取消 |

💡 微信 Alt+A 截图怎么办？ DSH 原生支持 Ctrl+V 粘贴图片——Alt+A 截图后直接在输入框 Ctrl+V 即可。📷 按钮是"自定义框选截图"的独立能力，两者互不干扰，满足"没登录微信也要能截图"的场景。

✨ 核心功能

📎 上传图片

- 多选图片，注入 DSH 官方草稿图片轨（与拖拽上传同一路径）
- ≤10MB 限制：超限文件拦截并提示（"超大图片会消耗大量token"），未超限的正常上传
- 按钮悬停显示限制说明

📷 区域截图（自定义框选）

- 不依赖浏览器 getDisplayMedia（在 DSH 的 Electron 环境实测 NotSupportedError）——改走插件服务端（Electron 主进程 desktopCapturer）截取整屏
- 前端全屏遮罩显示捕获画面 → 鼠标拖拽框选 → 松开即裁剪注入
- 坐标换算零偏移：显示尺寸由 JS 精确计算，选框用屏幕坐标直算
- Esc 取消；选区  不想截了：按 Esc 取消。

微信 Alt+A 截图

Alt+A 截图后（图在剪贴板）→ 直接在输入框 Ctrl+V 粘贴即可，无需点任何按钮。

❓ 常见问题 FAQ

Q：按钮不出现？
重启 DSH + 硬刷新；确认 dsh.profile.bundles 已加本插件。

Q：点 📷 提示"截图服务未就绪:请重启 DSH"？
服务端截屏路由未加载——重启 DSH Desktop 即可（路由在插件服务端注册）。

Q：上传超大图没反应？
超 10MB 会被拦截并 toast 提示，这是设计（防烧 token）。

Q：📷 框选有偏移？
已修复：坐标由 JS 精确计算，选框直接跟随鼠标。如仍有偏移请反馈（附 DSH 版本）。

Q：截图会依赖微信吗？
不依赖。📷 是独立的自定义框选截图；微信 Alt+A 走 DSH 原生 Ctrl+V，两者分开。

📸 示例截图

| 使用界面 | 本地上传 | 相机框选 | 输入框图片工具 |
|---|---|---|---|
| 使用界面 | 本地上传 | 相机框选 | 输入框图片工具 |

🤝 配套项目

同系列 DSH 插件（均为自研，开源）：

- dsh-audio-copilot —— 语音工作台：🎤 语音输入按钮（多引擎转写，中文/方言/外语）+ 🔊 文字转语音 + audio_probe/ask 工具。与本插件的 📎📷 按钮同栏并排。

📜 更新日志

详见 CHANGELOG.md。关键里程碑：

- 0.1.0 — 区域截图改走主进程 desktopCapturer（修复 Electron 下 getDisplayMedia 不可用）、上传大小限制、框选零偏移

📄 协议

MIT © ai-yucheng