codex-eyes-hands
August 15, 2026 · View on GitHub
English | 中文
codex-eyes-hands · Codex 能力分身技能
主要为 DeepSeek Harness 打造： 让 Harness 里「没有视觉、不能操作界面」的纯文本模型（如 DeepSeek-V4-Pro） 调用本机 Codex CLI 当眼睛和手——看图 / 读文件 / 画图 / 监督执行 / 双通道容灾。
技能本体零依赖，也可独立用于任何能调本机 Codex CLI 的 agent（Codex 桌面版、其他框架）。
👉 在 DSH 里发图被拒（「当前模型不支持图片」）？ 看下方「解决：当前模型不支持图片」一节，提供一键补丁脚本。
能力一览
| 模式 | 作用 | 实测状态 |
|---|---|---|
see | 看图 / OCR / 多图对比 / 图片 URL（直连视觉，秒回） | ✅ |
locate / ocr | UI 元素坐标定位 / 带框 OCR（JSON） | ✅ |
probe | 中转模型列表 + 视觉端点红方块自检 | ✅ |
click / scroll | 坐标点击 / 滚轮（视觉→行动闭环） | ⚠️ 实验性 |
read | 压缩包 / 文件夹 / 特殊格式解读（支持多目标） | ✅ |
ask | 按会话号追问，图不重发，省 token | ✅ |
gen | 生成图片并落盘 | ✅ |
watch | 监督者模式：下任务 + 盯执行 + 喊停纠正 | ✅ |
shot | 截屏当前屏幕并分析 | ✅ |
fetch / search | 抓网页正文 / 联网搜索 | ✅ |
hands | 浏览器 / GUI 操作（browser_use / computer_use） | ⚠️ 权限受限 |
type / key | 向指定窗口发按键 | ⚠️ 实验性 |
| 备用通道 | 主通道失败自动切 Claude | ✅ |
架构流程
解决：当前模型不支持图片 / 发不了文件（DSH 用户先看这节）
Harness 的 agent 若用无视觉模型（如 DeepSeek-V4-Pro），默认在 Web 里发图片会被网关拒绝 （弹「当前模型不支持图片」），图片根本到不了 agent。Web 附件的白名单也只有 4 种图片， 发 zip/exe/pdf 等文件会弹「仅支持 PNG、JPG、WebP、GIF 格式的图片」。
解法：给 @deepseek-ai/dsh-host-apiproxy（网关）+ dsh-client-ui-conversation（客户端）打一个小补丁——
把图片和任意文件落地成文件、把绝对路径以文本注入 agent 消息，之后 agent 就能用本技能的
see 模式调 Codex 看图、用 read 模式或 pwsh 读文件了。
对话记录里还会显示图片缩略图（配套的适配器小补丁见补丁文档）。
- 补丁说明：patches/dsh-image-gateway.md
- 一键补丁脚本：patches/apply-dsh-gateway-patch.js （自动备份 + 校验 + 回滚，用法见文件头部注释；改完重启 dsh web、刷新页面生效）
前置要求
- Windows + Node.js ≥ 22.5（推荐 24：备用通道自动读取用
node:sqlite；低于 22.5 其余功能正常，仅该读取不可用） - Codex CLI（npm 全局安装，实测 v0.145.0）
- （可选）CC Switch：备用通道的密钥在运行时从它的数据库读取（
~/.cc-switch/cc-switch.db）
推荐中转（邀请链接）
本技能的主通道与 Claude 备用通道均在某中转上实测通过（GPT / Claude 双端点、responses 格式、视觉均可用）。 需要中转的同学可用下面的邀请链接注册：
👉 https://ai-zjl.cc/register?aff=HVUNFKHSEATR
（此链接是项目维护者的邀请链接；注册后即可获得 API 地址与密钥，填入 codex 配置使用。 注册与接入教程见 docs/relay-setup.md。）
安装
- 把本仓库放到你的技能目录，最终结构：
C:\Users\<你的用户名>\.codex\skills\codex-bridge\（含SKILL.md与scripts\bridge.js） - 打开
SKILL.md，把示例命令里的C:\Users\Administrator\...换成你自己的路径。 - （可选）配置 Claude 备用通道：
- 复制
examples/claude.config.toml.example→C:\Users\<你>\.codex\claude.config.toml， 把base_url换成你的中转地址、model换成中转支持的 Claude 模型。 - 同时把同名的
[model_providers.claude]注册进~/.codex/config.toml（codex exec resume不加载 profile 文件，需要主配置里有 provider 定义）。 - 备用通道的密钥不落盘：脚本运行时从 CC Switch 数据库读取「非 codex 通道共用的」Claude key。
- 复制
更新：在技能目录执行 git pull（或重新下载本仓库覆盖）即可升级。
快速开始
node "C:\Users\<你>\.codex\skills\codex-bridge\scripts\bridge.js" see "C:\图.png" --ask "图里写了什么"
node "C:\Users\<你>\.codex\skills\codex-bridge\scripts\bridge.js" read "C:\某压缩包.zip" "C:\某文件夹"
node "C:\Users\<你>\.codex\skills\codex-bridge\scripts\bridge.js" watch "把某文件夹里的 txt 打包成 zip，不要删原文件"
node "C:\Users\<你>\.codex\skills\codex-bridge\scripts\bridge.js" shot "屏幕上有什么"
完整参数与各模式细节见 SKILL.md。
演示
「发图 → 落地文件 → Codex 看图 → 文字回流 → Agent 回答」完整流程（四步）：
| ① 用户发图 | ② Codex 分析 |
|---|---|
 |  |
| ③ 文字回流 | ④ Agent 回答 |
 |  |
安全说明
- 本仓库不含任何密钥；备用通道密钥在运行时从本机 CC Switch 数据库读取，不落盘。
type/key会向真实窗口发按键：必须先经用户确认、必须指定--window、 聚焦失败会自动取消发送、全屏游戏抢焦点时禁用（详见SKILL.md模式八）。watch监督模式自带红线：只动指定范围、不删不覆盖、危险操作先报告等批准。
常见问题（FAQ）
- Codex 一直报
Our servers are currently overloaded/ 流断连？ 中转上游过载或限流。先等片刻重试；用 CC Switch 换一条通道；或加--backup only强制走 Claude 备用通道。 长期不稳可考虑换一家中转（见上方「推荐中转」）。 - 图片发不出去，提示「当前模型不支持图片」？ DSH 网关对无视觉模型拦截了图片。按 patches/dsh-image-gateway.md 打补丁， 图片就会以文件路径到达 agent。
- 备用通道报
Model provider 'claude' not found？ 主配置~/.codex/config.toml里没注册 claude provider（resume不加载 profile）。 按examples/claude.config.toml.example末尾的注释补一段即可。 - 会不会泄露我的 API 密钥？ 不会。备用通道密钥由脚本运行时从你本机 CC Switch 数据库读取、只注入本次进程，不落盘；仓库本身不含任何密钥。
- 怎么快速验证装好了？
node "...\scripts\bridge.js" see "某张图.png" --ask "图里写了什么"，能返回描述即成功。 - 支持 macOS / Linux 吗？
目前脚本面向 Windows（依赖 PowerShell / cmd / WScript；
type/key依赖 Windows 窗口机制）。 macOS / Linux 用户可参考思路移植（核心逻辑只是封装 codex CLI 调用）。
License
MIT