dsh-computer-use

安装

Homebrew

brew tap zrui-c/tap
brew trust zrui-c/tap
brew install --cask dsh-computer-use
open -a "DSH Computer Use"

DMG

1. 从 Releases 下载最新版 DSH-Computer-Use-*-universal.dmg。
2. 将 DSH Computer Use 拖入“应用程序”并打开。

两种方式都需要按设置中心引导授权“辅助功能”和“屏幕录制”，在“DSH 插件”一行点击“安装”，然后重启正在运行的 DSH Host。

Homebrew Cask 与官方 DMG 安装的是同一份 Universal 2 App，均经过 Developer ID 签名和 Apple 公证。普通用户不需要安装 Xcode、Swift，也不需要下载源码；系统中需要已有 DSH 和 Google Chrome。

能做什么

控制面	感知	输入
Chromium	Playwright、CDP Accessibility/DOM、frame、标签页、可选 OCR	基于 ref 的导航、鼠标、键盘、表单、滚动、拖拽、上传
macOS	Accessibility 树优先，Vision OCR 补语义，独立窗口捕获	AX 语义动作、定向 SkyLight/CoreGraphics，无目标时才用全局 HID

每次动作都会返回新的、有预算上限的文本观察。模型读取 role、name、value、状态、几何和稳定 snapshot ref，不会假装自己能看懂截图。页面文字与 OCR 内容统一视为不可信 UI 数据。

macOS 后台控制

• 每个动作贯通 PID、WindowServer window ID、AX 窗口 frame 和元素身份。
• 坐标输入前优先尝试 AX 语义动作。
• 支持时把鼠标和键盘事件直接投递到目标进程/窗口。
• 使用可穿透的软件光标；定向动作不移动物理鼠标。
• 即使其他 App 保持前台，动作后观察仍锁定上一个目标窗口。
• 私有能力不可用时回退公开 CoreGraphics，或明确失败关闭。

平台边界

ScreenCaptureKit 是公开 API。可选的后台输入路径会动态加载 SkyLight 私有符号，适合 Developer ID 分发，不适合 Mac App Store。私有 API 不受 Apple 支持，macOS 升级后可能变化。

在 macOS 26 上，Stage Manager 可能只向 WindowServer 暴露架上窗口的缩略图；为这种表示创建捕获 filter 甚至可能在 SkyLight 内直接 abort。DSH Computer Use 会先比较 AX 与 WindowServer 几何，避开崩溃路径，保留 AX 观察并返回明确 warning，绝不会把缩略图拉伸成伪造的全窗口截图。

DSH 集成

App 内嵌包已在 package.json 声明 DSH bundle。设置中心执行的官方命令等价于：

dsh plugin --profile web add --save-exact file:/path/to/DSH\ Computer\ Use.app/Contents/Resources/Plugin

cordis.patch.yml 会安装 Host runtime，并将 computer_observe / computer_action 注册到 DSH 的 global tool layer，由所有 agent preset 继承。不要求用户手改 profile YAML 或复制 preset。设置中心会识别旧版“只有 dependency、没有启用 bundle”的状态并提供修复。安装、修复或升级后需要重启正在运行的 DSH Host。

从源码构建

要求：macOS 14+、Xcode/Swift 5.9+、Node.js 22+、pnpm 11+、DSH 和 Google Chrome。

pnpm install
pnpm run typecheck
pnpm run test
pnpm run test:native
pnpm run build

pnpm run build 生成：

native/macos-helper/dist/DSH Computer Use.app

默认构建 Universal 2。本地快速迭代可只编译当前架构：

COMPUTER_USE_ARCHS=arm64 pnpm run build

生成本地拖拽安装 DMG：

pnpm run package:dmg

公开发布需要 Developer ID Application 证书和 Apple 公证。完整的本地与 GitHub Actions 流程见 documentation/distribution.zh.md。

工具协议

computer_observe 返回 browser 或 desktop 的 interactive、full、changes 文本快照，支持 query 过滤和 auto | always | never OCR。

computer_action 每次只执行一个浏览器或桌面动作，并返回动作后的语义状态。ref/坐标动作必须携带最新 snapshot_id；过期目标会失败关闭并要求重新观察。上传文件严格限制在当前 DSH Session workspace 内。

项目资料

• 架构与信任边界
• 签名、公证与 DMG
• 安全策略
• 贡献指南
• 更新记录
• 第三方归属

社区

• GitHub Discussions — 提问、分享用法、反馈想法
• DeepSeek Harness Discord — 更大的 DSH 生态
• 觉得好用就点个 Star ⭐，让更多人发现它

项目采用 Apache-2.0 许可证。本项目不受 Apple 背书；“DeepSeek”等名称归各自权利人所有，本文仅用于说明与 DeepSeek Harness/DSH 的兼容关系。