paicat1/dsh-screenshot

English | 中文

DSH 轻量截图插件：轻：零依赖零二进制；摆：一键全屏、窗口排版、悬停吸附截取被遮挡窗口；自助：Agent 可自助截屏，传路径不传图，路径通用，接上 modlens（选装）一步读出结构化内容。

• 轻 — 纯 PowerShell 实现，零依赖、零二进制；截图能力独立维护，不随任何上游更新而失效。
• 摆 — 一键全屏即拍；框选前整个桌面保持可操作，所有窗口像布置画面一样自由移动、缩放；鼠标悬停任意窗口即亮起吸附边框，点一下直接截该窗口——被遮挡也能拿到完整内容（独立运行的 PowerShell 除外，见下）——所得即所见。
• 自助 — Agent 可随时自行截屏；接上 modlens（选装），截屏 + 识图一步产出结构化内容（OCR/版面/语义），纯文本模型也能消费。

快速开始

dsh plugin --profile web add @paicat1/dsh-screenshot
# 重启 dsh web

• Ctrl+Alt+S — 截图：进入选取后，点一下桌面 = 全屏；鼠标悬停窗口会亮起吸附边框，点一下 = 截该窗口完整内容（被遮挡也一样，独立运行的 PowerShell 除外）；拖拽 = 自由选区（Esc 取消）
• Ctrl+Shift+Alt+S — 全屏截图：无交互，直接捕获整个虚拟桌面
• 想让 Agent 自己截屏？直接告诉它用 modlens_screenshot 工具即可

视频教程（B 站）：用 DeepSeek Harness 给 DeepSeek Harness 写了个 Dsh screenshot 插件

双通道：人按热键，Agent 用工具

入口	适合	说明
浏览器热键（人）	"我想给你看这块屏幕"	全屏 / 框选；截图后 PNG 路径自动插入 DSH 输入框，并复制到剪贴板
modlens_screenshot 工具（Agent）	"我自己看一下屏幕"	模型自主调用：截屏 +（modlens 在场时）当场读出结构化内容，返回证据 + 截图路径

人工操作演示	Agent 自助调用演示	窗口吸附演示

为什么传路径，不传图？

截图保存到 %USERPROFILE%\Downloads\modlens-screenshots\（独立、易清理的目录），只把 PNG 路径传给智能体，而不是把图片本身塞进对话框或临时目录。这是刻意的设计：

• 不产生图片垃圾：很多智能体框架粘贴图片时，会把图片复制到自己的临时/附件目录，日积月累产生大量无法追踪的垃圾文件。只传路径，图片只存在一个地方（modlens-screenshots/），清理就是删一个目录。
• 路径通用：任何支持图片的智能体（原生多模态模型，或 modlens 类桥接）都能通过路径读取图片——路径是通用的，图片格式不是。
• 上下文干净：路径是几十字节的文本，图片是几百 KB 的二进制——传路径让上下文干净、可追溯。

"截图 → 智能体读图"的工作流因此更干净：截图一次，路径可复用到任何智能体，且不产生任何垃圾。

能力划分：哪些是插件的，哪些是 modlens 的

层	能力	归属
截图	全屏 / 框选 / 窗口吸附截图 / 摆窗布局，PowerShell 零依赖	本插件
分发	传路径不传图、剪贴板、独立保存目录	本插件
入口	浏览器热键 + Agent 可调用的截图工具	本插件
读图	OCR / 版面 / 语义 结构化证据	modlens（选装）
消费	谁看懂这张图	任意多模态模型 / 视觉桥，不挑

截图与分发是纯本插件能力，可独立使用；读图是生态组合能力——装上 modlens（或交给任意支持图片的模型/视觉桥）即解锁，未装时截图照常工作。

窗口吸附为什么能截到"被挡住"的窗口？ 悬停时插件枚举屏幕上的窗口、高亮光标下的那一个；单击后通过 PrintWindow 让窗口自己把内容渲染出来——截的是窗口自身，不是屏幕上可见的像素，所以被其他窗口遮挡、被 DWM 阴影包裹都不影响；最后按内容边界裁掉阴影，四边干净。

已知特例：独立运行的 PowerShell 窗口：它的控制台（conhost）实现不响应 PrintWindow，且被覆盖时不渲染 GDI 表面——两条"穿透遮挡"的路径都走不通，只能截到屏幕可见像素（会带上遮挡内容）。把它切到前台再截，或直接拖拽框选即可。其他窗口（含 cmd 等控制台窗口）均正常。

配置

可选 cordis 配置（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）。

平台与许可证

• 平台：Windows（依赖 PowerShell System.Drawing.CopyFromScreen）
• 许可证：MIT

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

背景与致谢

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：原 modlens 集成过截图功能（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。

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。