Standalone screen capture for DeepSeek Harness (dsh). Browser hotkeys for instant capture plus an agent-facing capture and read tool that lets the agent see and analyze any screen region.
Install
# from GitHub (first run asks for allowBuilds approval — follow the hint, retry)
dsh plugin --profile web add github:paicat1/dsh-screenshot
Any plugin you install runs third-party code with your own permissions — it can read your files, use your credentials, and reach the network, and tool approvals don’t sandbox it. GitHub-sourced plugins also run build scripts at install time. Only install sources you trust, and pin a commit (github:owner/repo#sha).
README
This plugin publishes its README in Chinese only.
dsh-screenshot
独立截图插件，为 DeepSeek Harness（dsh）提供屏幕捕获能力。不是 modlens 的替代品——它是从 @liustack/modlens 的 dsh 插件中拆分出来的独立包（该功能上游未采纳，见 liustack/modlens#48），目的是让截图功能不随 modlens 更新而被覆盖。
致谢
本插件的截图能力最初是作为 @liustack/modlens（作者 Leon Liu）的 dsh 插件增强实现的。衷心感谢原作者为 DSH 提供了识图能力——modlens 让纯文本模型（DeepSeek/GLM）能够"看见"图片，本插件的 modlens_screenshot 工具正是复用 modlens 的识图管线，把"截屏 + 识图"合成一步。截图功能本身从 modlens 中拆分出来独立维护，但识图能力始终归功于 modlens 项目。
能力
- 浏览器热键（在 dsh 网页中）：
Ctrl+Alt+S— 区域截图（弹出选择框，鼠标左键在桌面空白处按下开始，拖拽选框，Esc 取消）Ctrl+Shift+Alt+S— 全屏截图（无交互，直接捕获整个虚拟桌面）
- Agent 工具：
modlens_screenshot— AI 可自主截屏并识图（若本机装有 modlens CLI） - 截图 PNG 保存到
%USERPROFILE%\Downloads\modlens-screenshots\，路径自动插入输入框 - 激活截图后桌面保持 live，可拖动窗口排版，点桌面空白处触发——不依赖 dsh 页面
与 modlens 的关系
| 层面 | 依赖 modlens？ | 说明 |
|---|---|---|
| 截图动作 | 否 | 纯 PowerShell CopyFromScreen，零依赖 |
| 浏览器热键 / 路径插入 | 否 | 独立路由 /dsh-screenshot/screenshot |
modlens_screenshot 工具读图 |
是（可选） | 若找不到 modlens CLI，工具不注册，截图照常工作 |
| 配合多模态模型 | 否 | 截图路径插入后，多模态模型（如 go-mimo）可直接看图，无需 modlens |
安装（装配到 dsh profile）
在 dsh profile（如 %USERPROFILE%\.dsh\profiles\web）中：
- 把本包加入
package.json的dependencies（或 pnpm workspace） - 在
package.json的dsh.profile.bundles中加入本包名 - 重启 dsh 服务并刷新页面
配置
可在 cordis 配置中传参（可选，默认全部开启）：
route: false— 关闭浏览器截图路由tool: false— 关闭modlens_screenshot工具
环境变量 MODLENS_DSH_CLI 可显式指定 modlens CLI 路径（默认探测
~/.dsh/profiles/{web,headless}/node_modules/@liustack/modlens/dist/main.js）。
背景
原 modlens 的 dsh 插件集成了截图能力（本仓库 fork 的 feat/dsh-screenshot 分支），
作者在 issue #48 中标记为 not planned。
为解耦 modlens 更新对截图功能的影响，将其拆分为本独立插件。
Links
More in this category
liustack/modlens★ 2890
Vision bridge for text-only models: paste an image, get structured JSON evidence (OCR, layout, semantics).
ysr666/dsh-vision-router★ 670
Free vision for text-only agents: built-in keyless vision chain plus pixel tools (Q&A, grounding, crop, pixel diff, colors, OCR, SVG trace, cutout, screenshots); paste an image to use it.
Anionex/dsh-vision-toolkit★ 648
Vision tasks for text-only models: intent-aware image Q&A, long-screenshot OCR, UI reproduction, grounding, and pixel diff.
linenxi-ctrl/dsh-vision★ 12
External vision plugin for DeepSeek Harness: whale-button config panel, image recognition with auto-reply, and agent screenshot/recognize tools.
Flyvhidbwo/dsh-vision-proxy★ 11
DeepSeek brain + automatic image transcription: attach images in the GUI and each one is transcribed to text via any OpenAI-compatible VLM before reaching the text-only DeepSeek — a keyed fast path (default qwen3.7-flash; DashScope/Zhipu/OpenRouter or any OpenAI-compatible endpoint) with your own key, or local Ollama auto-detected with zero config.
jing-hy/picturereader★ 10
Image "reading" for text-only models: downscale + reduce color depth + structure/color fingerprints into text grids fed back to the conversation, letting the model zoom, sample and OCR autonomously like a multimodal model; fully local with zero external model dependency, ships an image-reading methodology skill and optional PaddleOCR.