dsh-desktop-sidecar
原生 Windows 桌面控制，共 21 个工具：UIA 控件树 + 离线 OCR 看屏幕、按控件名字点击、不占剪贴板地打中文，微信 / Office / 浏览器 / 网课都能操作。不抢你的鼠标键盘（你在用它会等）、从不改你的窗口大小，侧边栏「指挥台」可随时打字纠正，每步操作后都会回头核对屏幕并如实说明结果。内置持久登录的网页通道，无需驱动、无额外运行时。
- 形态
- Plugin 插件
- 安装
- npm 包安装
- 需要密钥
- 否
- 近月下载
- 5,155
- 最近推送
- 3 天前更新
项目说明
From README
dsh-desktop-sidecar 给 DeepSeek Harness 加一双「手」：让 AI 在 Windows 上真正操作你的电脑——看屏幕、读文字、点按钮、打字、按快捷键，包括微信、Office、浏览器、网课播放器这些没有自动化接口的软件。装一个 npm 包就能用，不需要另外装 Python、驱动或中间服务。操作时屏幕右下角会出现一条状态条（深色圆角小卡片，左边一个青色呼吸点，右边显示进度，比如 3/7 ；整条不抢焦点、鼠标能穿过它），按 Esc 可以随时叫停。
装好之后先做这 30 秒 不用敲命令，对 AI 说一句就行： 先帮我体检一下这台电脑，看看能不能正常控制 它会跑一遍自检，用中文告诉你能不能用、哪里不行、该怎么做。看到「可以直接使用」就说明环境没问题。如果提示某项不行，按它说的做（装中文 OCR 语言包 / 把插件加进杀软白名单 / 用管理员身份重开 DSH）。还是不行，就让它生成一份自检报告： 生成一份自检报告 那段文字可以直接贴到 Issue 里——里面只有系统信息（版本、缩放、OCR 语言、权限）和最近失败记录，不含你的聊天内容。
第一次动手时，屏幕右下角会提示一次「已就绪 · 按 Esc 可随时叫停」；之后你随时按 Esc 都能让它停下。写在前面 我不是专业做这个的，能力和精力都有限，肯定还有没考虑周全的地方。你如果在用的时候遇到 bug、或者觉得哪里别扭，欢迎来提 Issue——你的反馈是它变好的主要来源。功能建议也欢迎，我不一定都能做，但会认真看。
现在它能做的： - 列出当前有哪些窗口，找到你要操作的那个 - 读出窗口里的文字（Windows 自带离线 OCR，中文优先）和控件结构 - 点按钮、点文字、点坐标——点完会截图比对，界面没变就重试或告诉你原因 - 输入文字（中文也行：能直接写进输入框就写值，否则发真按键，都不占你的剪贴板）、按任意组合键 - 一次调用跑完一串步骤，中途可以按 Esc 停下 - 网课自动播放：判断是否在播、自动切下一节 - 每次操作都有屏幕提示 + 操作日志，随时能查它到底点了哪儿 - 锁屏、UAC
Original description
让 AI 在 Windows 上看屏幕、点按钮、打字：微信/Office/浏览器/网课都能操作；侧边栏「指挥台」可随时打字纠偏，内置网页通道，动手前先等你停手。零外部运行时。
安装方式
npm 包安装 · 安装无需配置
npm test # unit（纯逻辑）+ smoke（假 host 启动、20 个工具的 schema 和渲染）npm run test:unit # 只跑纯逻辑：按键解析、锁屏判断、文字定位、PNG 编码dsh plugin add dsh-desktop-sidecar安全能力
静态扫描源码得到的权限画像 —— 回答的是「它要动什么」，而不是「它好不好」
- 执行命令
- 写入文件
- 读取文件
- 访问网络
- 读取环境变量
未发现已知红线（明文传输、安装期执行代码、凭据外传等）。
能力与红线来自 awesome-dsh-plugin 的静态扫描结果（CC0 公有领域），本站未逐行复核源码； 它只覆盖能被静态识别的模式，不等于安全审计结论。
为什么是这个分数
近 4 天仍在推送；README 给出了可直接复制的安装命令；装完即可用，无需额外配置；近月 npm 下载 5155 次，star 不多但真在被使用。
- 维护活跃
- 96
- 实用度
- 74
- 生态热度
- 74
- 上手便捷
- 100
- 信号质量
- 100
- 数据置信度
- 100%
相关插件
dsh-computer-use-win
Yu-tao-Li/dsh-computer-use-win
让 DSH 的 agent 直接操作你的 Windows 桌面程序和网页：用 UI Automation 读控件，点击、输入、截图、识别文字；网页在它自己的浏览器里后台完成，不动你的鼠标；需要用鼠标键盘时屏幕会提示，按 Esc 立刻停下。
win-pilot
JeremyWangCY/win-pilot
面向 AI Agent 的 Windows 电脑操控与 computer use 插件，支持可复用窗口目标、UIA 无障碍定位、窗口绑定截图、后台优先的验证输入、隔离 Chromium 自动化、MCP、CLI 和可安装 Skill。
dsh-guikit
gezi-wen/dsh-guikit
以 DSH 原生工具形式提供的 Windows 桌面控制——整屏与单窗口截图（单窗口走 PrintWindow，窗口被遮住也能抓）、点击、拖动、打字、按键、滚动、窗口管理、像素与窗口轮询，以及可直接 invoke 控件或读取控件值的 UIA 查询（不必点坐标）。13 个工具，跑在 PowerShell 7 子进程上；不需要 MCP 服务器、无常驻进程、无 API key。