画中画聊天窗 syncended/deepseek-harness-picture-in-picture

DeepSeek Harness — 画中画聊天

一个用于 DeepSeek Harness Web GUI 的浏览器插件。它添加了一个紧凑的聊天窗口，可以保持在其他窗口之上、切换活动的 Harness 会话、跟随流式回复，并无需返回完整页面即可发送回复。

预览

从插件捕获的真实 420 × 660 Document Picture-in-Picture 窗口。

功能

- 在支持的 Chromium 浏览器上使用原生 Document Picture-in-Picture。
- 当 Document Picture-in-Picture API 不可用或被拒绝时，使用页面内浮动回退方案。
- 会话切换器，带有实时的工作中 / 等待中 / 已完成状态。
- 紧凑的 Markdown 对话记录，包含流式推理、工具活动、结果、历史图片、复制、分支以及更早历史加载。
- 停止生成，以及排队消息的编辑、删除和立即发送控件。
- 内联审批、计划审查和结构化用户问题面板。
- 通过公共会话 API 进行图片附件预览以及图文提交。
- 紧凑编辑器内的访问模式、计划模式、模型、模型推理强度以及上下文控件。
- 紧凑的上下文、轮次/步骤、吞吐量、缓存命中以及输入/输出 token 统计。
- 编辑器上方可折叠的待办进度和活动目标状态。
- 按工作区分组的人类聊天切换器，省略内部子代理会话。
- 新建聊天操作，为当前/最近的工作区打开或创建空白会话，包括没有先前消息的工作区。
- 回复通过公共 Session.prompt(..., "queue") API 发送。当代理正在工作时，回复会排队到下一轮，并可通过立即发送引导到当前轮次。
- 与 Harness 设置中所选语言（英语和中文）进行响应式同步，并为兼容宿主提供俄语回退文案；深色主题同步、键盘和屏幕阅读器标签。
- Enter 发送；Shift+Enter 插入新行。

在小窗口中切换聊天会调用 ctx.sessions.open(id)，因此主 Harness 窗口会跟随同一个活动聊天。

要求

- DeepSeek Harness 0.1.0-rc.6 或兼容版本，需支持客户端插件和 shell.overlay 插槽。
- Web 配置文件（dsh web）。
- Node.js 18 或更高版本。
- 对于原生始终置顶 PiP：支持 Document Picture-in-Picture API 的 Chromium 浏览器。其他浏览器使用页面内面板。

安装

从 npm 安装：

dsh plugin --profile web add @syncended/dsh-pip

开发期间从此检出目录安装：

dsh plugin --profile web add /absolute/path/to/deepseek-harness-picture-in-picture

某些由 pnpm 支持的配置文件需要工作区根标志：

dsh plugin --profile web add -w /absolute/path/to/deepseek-harness-picture-in-picture

该包声明了一个 DSH bundle，因此无需手动添加插件条目。安装或升级后重启 dsh web 并刷新现有 GUI。随后右下角会出现一个聊天气泡按钮。

无需环境变量、远程 URL 或单独的服务器连接；该插件使用为当前 Web GUI 提供服务的 Host 和 profile。

开发

已发布的浏览器入口是 DSH 惰性客户端模块格式中刻意无依赖的源码；React 和 ReactDOM 从 Web shell 的平台模块表中解析。
bash
npm run check
npm test
npm pack --dry-run

由标签驱动的 npm 发布记录在 RELEASING.md 中。

该包有两个部分：

- lib/index.js — 空操作的 Host 加载器入口。
- lib/client.js — 注册在附加式 shell.overlay 插槽中的浏览器实现。

package.json#dsh.client 将客户端排在 runtime、layout 和 conversation 组装之后。cordis.patch.yml 将该包插入到活动 profile 中。

架构说明

该实现仅使用受支持的 DSH 客户端接缝：

- ctx.slots.inject("shell.overlay", ...) 用于生命周期安全的浮动 UI 贡献。
- ctx.sessions.list 用于会话列表和当前选择。
- ctx.sessions.open(id) 用于切换活动会话。
- ctx.sessions.binding(id).session 用于对话快照、投影、prompt/cancel/queue/history 操作以及持久化图像读取。
- 来自 ConversationSnapshot.pending 的待处理交互载体，用于审批和结构化问题。
- 公共的 MarkdownText 和 writeClipboard 原语，用于安全的转录渲染和复制操作。
- react-dom#createPortal 用于将同一个 React 迷你聊天树渲染到 Document PiP 窗口中。

PiP 视图采用紧凑的呈现方式，而不是克隆完整的 Harness 对话组件。它将工具活动渲染为简洁的日志，并提供紧凑的附件、审批、计划审查和 ask_user_question 控件；主窗口仍可用于全尺寸检查。

当前限制

- 在撰写本文时，Document Picture-in-Picture 仅适用于 Chromium；其他浏览器使用页面内回退方案。
- 操作系统和浏览器拥有原生 PiP 窗口框架、外部边角形状和最终位置。
- 通用工具行有意保持紧凑；主 Harness 窗口仍然是深入检查大型工具负载的最佳界面。

许可证

MIT — 参见 LICENSE。