---

संगतता

सतह	स्थिति
Harness	DeepSeek Harness 0.1.1-rc.2
Node	^22.19.0 || >=24.0.0
प्लेटफ़ॉर्म	Windows पहले (UIAutomation + Win32 इनपुट, बंडल किए गए PowerShell हेल्पर के ज़रिए); macOS/Linux बैकएंड आरक्षित हैं और स्पष्ट कारण के साथ fail-closed होते हैं
मॉडल	केवल-टेक्स्ट मॉडल पूरी तरह समर्थित (screen_read संरचित टेक्स्ट लौटाता है); विज़न मॉडल को अतिरिक्त रूप से screen_shot की छवियाँ मिलती हैं

आपको क्या मिलता है

dsh-click हार्नेस को नेटिव डेस्कटॉप ऐप्स पर पूरा observe → act लूप देता है:

• screen_shot — किसी विंडो (या प्राथमिक स्क्रीन) का स्क्रीनशॉट, कॉन्फ़िगर करने योग्य सीमा तक छोटा किया गया। विज़न-सक्षम मॉडल के साथ परिणाम में छवि होती है; अन्यथा टेक्स्ट विवरण केवल-टेक्स्ट मॉडल को चालू रखता है।
• screen_read — संरचित अवलोकन: विंडो का एक्सेसिबिलिटी ट्री (एलिमेंट आईडी, प्रकार, नाम, आयत, समर्थित पैटर्न) और रंगों सहित पिक्सेल-स्थिति संकेत — सादा टेक्स्ट, किसी छवि मॉडल की आवश्यकता नहीं।
• click / type / scroll / key — एलिमेंट आईडी या निर्देशांकों द्वारा संबोधित विंडो-स्कोप्ड क्रियाएँ। डिलीवरी UIA invoke को प्राथमिकता देती है और पोस्ट किए गए विंडो संदेशों पर वापस गिरती है — और कभी अग्रभूमि फ़ोकस नहीं छीनती।
• app_list / app_launch — चल रहे ऐप्स और उनकी विंडो की सूची; नाम या पथ से एक को लॉन्च करें।

हर परिवर्तनकारी क्रिया एक ही सुरक्षा सीमा पार करती है:

1. ताज़गी — क्रिया को basedOn अवलोकन उद्धृत करना होगा; कार्य से ठीक पहले विंडो फिर से कैप्चर होती है और स्क्रीन बदलने पर क्रिया अस्वीकार होती है (पिक्सेल-हैश + अधिकतम आयु सीमा)।
2. स्वीकृति — डिफ़ॉल्ट रूप से ctx.approval हर क्रिया पर पहरा देता है; विंडो-शीर्षक/निष्पादन-पथ regex विशिष्ट विंडो को अनुमति दे सकते हैं (फिर भी ऑडिट होती है)।
3. प्रक्रिया पहचान — स्वामी प्रक्रिया का pid और निष्पादन पथ कार्य से पहले और बाद में सत्यापित होता है; बदलाव पर परिणाम ज़ोर से अस्वीकार होता है।
4. ऑडिट — अवलोकन और क्रियाएँ सत्र लॉग में dsh-click/observed / dsh-click/action इवेंट के रूप में दर्ज होती हैं (सैनिटाइज़्ड, केवल-लॉग)।

मॉडल                           harness
  │ screen_read ──▶ observationId (+ एलिमेंट, पिक्सेल)        ← संरचित टेक्स्ट
  │ click {basedOn, target} ──▶ ताज़गी जाँच ──▶ स्वीकृति ──▶ हेल्पर (UIA)
  │                             पिक्सेल हैश बदला? ── अस्वीकार + पुनः अवलोकन
  │                             कार्य के बाद pid/exe बदला? ── PROCESS_CHANGED
  │ ◀── कैननिकल JSON + ऑडिट इवेंट (dsh-click/action)

त्वरित शुरुआत

# 1. बंडल को अपने प्रोफ़ाइल में इंस्टॉल करें
dsh plugin --profile web add "github:PerryLink/dsh-click#main"

# या npm से (प्रकाशित रिलीज़)
dsh plugin --profile web add dsh-click

# 2. पुनः आरंभ करें और पंक्ति सत्यापित करें
dsh --profile web --dump-config | grep -A2 'id: dsh-click'

फिर एजेंट से कहें कि वह किसी विंडो को देखे और कार्य करे — हर परिवर्तनकारी क्रिया पर स्वीकृति संकेत दिखता है:

> नोटपैड खोलें, "नमस्ते" टाइप करें, फिर स्क्रीन पर जो है उसे वापस पढ़ें।

इंस्टॉल और अनइंस्टॉल

• git चैनल (नवीनतम main): dsh plugin --profile web add "github:PerryLink/dsh-click#main" — prepare स्क्रिप्ट केवल प्रोडक्शन निर्भरताओं से बिल्ड करती है।
• npm चैनल (प्रकाशित रिलीज़): dsh plugin --profile web add dsh-click।
• tarball चैनल: इस रेपो में pnpm pack, फिर dsh plugin --profile web add ./dsh-click-<version>.tgz।
• अनइंस्टॉल: dsh plugin --profile web remove dsh-click (या प्रोफ़ाइल पैच से पंक्ति हटाएँ)।

यदि pnpm इस पैकेज के लिए ERR_PNPM_IGNORED_BUILDS दिखाता है (esbuild का हानिरहित प्लेटफ़ॉर्म-बाइनरी सत्यापन), तो अपने pnpm-workspace.yaml में allowBuilds: { esbuild: true } जोड़ें — dsh CLI सटीक स्निपेट प्रिंट करता है।

कॉन्फ़िगरेशन

सभी समायोजन Schemastery Config फ़ील्ड हैं (cordis.yml से बदले जा सकते हैं)। id-लक्षित ओवरराइड पूरी पंक्ति बदल देता है — ज़रूरत की हर कुंजी फिर से लिखें। cordis.patch.yml हर कुंजी को इनलाइन समझाता है।

कुंजी	डिफ़ॉल्ट	अर्थ
requireApproval	true	हर परिवर्तनकारी क्रिया को स्वीकृति के पीछे रखें; ऑब्ज़र्वर कभी नहीं पूछते
autoApproveWindows	[]	विंडो-शीर्षक/निष्पादन-पथ regex जो स्वीकृति प्रश्न छोड़ देते हैं (फिर भी ताज़गी जाँच और ऑडिट)
auditSessionEvents	true	सत्र में dsh-click/observed/dsh-click/action ऑडिट इवेंट जोड़ें। अनुकूली द्वार बिना-लिफ़ाफ़े वाले hosts (rc.6–rc.8, 0.1.1-rc.2, और अज्ञात प्रकारों पर पठन-विफल-बंद 0.1.2-alpha.1) पर append पहले ही छोड़ देता है; ऑडिट append पूरी तरह रोकने के लिए false रखें
focusFallback	never	क्या कोई क्रिया अंतिम उपाय के रूप में लक्ष्य विंडो को अग्रभूमि में ला सकती है (never / allow)
imageMode	auto	screen_shot रेंडरिंग: auto (मॉडल छवि स्वीकार करे तो छवि, अन्यथा टेक्स्ट) या text
helperTimeoutMs	30000	प्रति हेल्पर-कॉल टाइमआउट ms में (1..300000)
maxHelperOutputBytes	25165824	एक हेल्पर प्रतिक्रिया की बाइट सीमा (1024..67108864)
maxScreenshotSide	2560	कैप्चर की सबसे लंबी भुजा पिक्सेल में (320..7680); बड़ी कैप्चर छोटी की जाती हैं
staleCheckPixels	true	हर क्रिया से पहले ताज़ा पिक्सेल हैश मिलाएँ और बदलाव पर अस्वीकार करें
maxObservationAgeMs	30000	किसी अवलोकन की अधिकतम आयु ms में जिसे कोई क्रिया उद्धृत कर सकती है (1000..600000)
maxCachedObservations	8	कैश किए गए अवलोकनों की LRU सीमा (1..64)
maxElements	500	प्रति screen_read एक्सेसिबिलिटी एलिमेंट की सीमा (1..2000)
maxTreeDepth	32	एक्सेसिबिलिटी ट्री-वॉक की अधिकतम गहराई (1..64)
maxTextLength	200	सैनिटाइज़्ड मॉडल-दृश्य स्ट्रिंग्स की काट-छाँट लंबाई (16..10000)
rollbackEnabled	true	type विफल होने पर नियंत्रण टेक्स्ट का बैकअप और पुनर्स्थापन
ocr.enabled / command / language	true / tesseract / eng	screen_find के लिए वैकल्पिक OCR (माउंट पर जाँच; tesseract अनुपस्थित होने पर अनुपलब्ध)

आपके प्रोफ़ाइल पैच में ओवरराइड उदाहरण:

- insert:
    - id: dsh-click
      name: dsh-click
      config:
        requireApproval: true
        autoApproveWindows: ['^Notepad']
        focusFallback: never

टूल और सतहें

टूल	केवल-पठन	स्वीकृति चाहिए	टिप्पणियाँ
screen_shot	✅	—	observationId लौटाता है जिसे बाद की क्रियाएँ basedOn में उद्धृत करती हैं; मॉडल छवि स्वीकार करे तो छवि अटैचमेंट
screen_read	✅	—	एक्सेसिबिलिटी ट्री + पिक्सेल संकेत; एलिमेंट आईडी ही क्रियाओं का संबोधन है
click		✅	elementId या (x, y) में से ठीक एक; UIA invoke प्राथमिकता, पोस्ट किए संदेश फ़ॉलबैक
type		✅	केवल value-पैटर्न एलिमेंट; विफलता पर नियंत्रण टेक्स्ट का बैकअप और पुनर्स्थापन
scroll		✅	एलिमेंट (scroll पैटर्न) या विंडो (पोस्ट किया व्हील)
key		✅	पोस्ट किए गए कुंजी संयोजन ("Ctrl+S"); पोस्ट इनपुट अनदेखा करने वाले ऐप्स ज़ोर से अस्वीकार करते हैं
app_list	✅	—	चल रहे ऐप्स और उनकी दृश्य विंडो
app_launch		✅	नाम या निष्पादन पथ से, वैकल्पिक तर्कों सहित

अनुमतियाँ और डेटा

• अनुमतियाँ: परिवर्तनकारी क्रियाएँ आधिकारिक ctx.approval सीम पार करती हैं — प्लगइन उसे कभी फिर से लागू या बायपास नहीं करता। अनुमति-सूची केवल विशिष्ट विंडो के लिए प्रश्न छोड़ती है; यह ताज़गी या प्रक्रिया-पहचान जाँच बंद नहीं कर सकती।
• डेटा: प्लगइन अटैचमेंट स्टोर द्वारा रखे गए स्क्रीनशॉट के अलावा (कॉन्टेंट-एड्रेस्ड, हार्नेस की अपनी अटैचमेंट नीति के तहत) कुछ भी डिस्क पर नहीं लिखता। अवलोकन मेमोरी में रहते हैं (सीमित LRU)। कोई नेटवर्क अनुरोध नहीं, कोई क्रेडेंशियल भंडारण नहीं।
• सत्र लॉग: dsh-click/observed और dsh-click/action केवल-लॉग ऑडिट इवेंट हैं जिनमें सैनिटाइज़्ड विंडो/प्रक्रिया तथ्य होते हैं — शीर्षक, पथ और मुक्त टेक्स्ट लिखे या दिखाए जाने से पहले रिडैक्ट और काटे जाते हैं।

सुरक्षा सीमाएँ

• पहले देखें, फिर कार्य — हर बार। क्रियाओं को ताज़ा अवलोकन उद्धृत करना होगा; बदली स्क्रीन (पिक्सेल हैश) या समाप्त अवलोकन को मॉडल-पठनीय कारण से अस्वीकार किया जाता है जो पुनः अवलोकन की माँग करता है।
• स्वीकृति डिफ़ॉल्ट है। जब तक आप स्पष्ट रूप से विशिष्ट विंडो नहीं छोड़ते, requireApproval: true; हर क्रिया — अनुमत हो या नहीं — ऑडिट होती है।
• फ़ोकस नहीं छीना जाता। हेल्पर कभी लक्ष्य विंडो को अग्रभूमि में नहीं लाता (डिफ़ॉल्ट focusFallback: 'never'); इनपुट UIA या पोस्ट किए संदेशों से पहुँचता है ताकि पृष्ठभूमि विंडो को छेड़ा न जाए।
• प्रक्रिया पहचान दोबारा सत्यापित होती है — हर क्रिया से ठीक पहले और बाद में; बीच में प्रक्रिया बदलने पर परिणाम विफल होता है (PROCESS_CHANGED)।
• सैनिटाइज़्ड आउटपुट। नियंत्रण वर्ण हटते हैं, टैब सिकुड़ते हैं और क्रेडेंशियल-आकार के मान (कुंजियाँ, टोकन, JWT, bearer हेडर) मॉडल या लॉग तक पहुँचने से पहले रिडैक्ट होते हैं।
• Fail closed। असमर्थित प्लेटफ़ॉर्म, अनुपस्थित सबप्रोसेस सेवा या अनुपलब्ध हेल्पर हर कॉल को ज़ोर से अस्वीकार करते हैं — प्रोफ़ाइल हर जगह बूट होती रहती हैं।

ज्ञात सीमाएँ

• Windows पहले। macOS और Linux बैकएंड आरक्षित हैं; उन प्लेटफ़ॉर्म पर हर कॉल स्पष्ट कारण से fail-closed होती है।
• केवल-टेक्स्ट निष्ठा। screen_read इस पर निर्भर करता है कि ऐप UIAutomation उजागर करे; बिना एक्सेसिबल ट्री वाले ऐप्स केवल पिक्सेल संकेत देते हैं। निर्देशांक क्लिक उपलब्ध रहते हैं।
• पोस्ट-इनपुट ऐप्स। कुछ ऐप्स पोस्ट किए विंडो संदेश अनदेखा करते हैं (गेम, कुछ Electron सतहें); key सफलता का दिखावा करने के बजाय यह ईमानदारी से बताता है।
• बिना-लिफ़ाफ़े वाले हार्नेस बिल्ड पर सत्र ऑडिट। ऑडिट इवेंट एक अनुकूली द्वार से गुजरते हैं: शब्दावली जानने वाले hosts सीधे जोड़ते हैं, ignorable लिफ़ाफ़े वाले hosts मार्कर के साथ जोड़ते हैं, और बिना-लिफ़ाफ़े वाले hosts — 0.1.0-rc.6–0.1.0-rc.8, 0.1.1-rc.2, और 0.1.2-alpha.1 (जिसने लिफ़ाफ़ा हटाया और अज्ञात प्रकारों पर पठन-विफल-बंद है) — को ऑडिट append नहीं मिलता; टूल परिणाम ही पुनर्निर्माण-योग्य ऑडिट पथ बने रहते हैं। ऑडिट append पूरी तरह रोकने के लिए auditSessionEvents: false रखें।

विकास

pnpm install        # node ^22.19 || >=24
pnpm run typecheck  # tsc: src + tests स्थानीय हार्नेस चेकआउट के विरुद्ध
pnpm run typecheck:ci  # tsc प्रकाशित 0.1.1-rc.2 प्रकारों के विरुद्ध (बिना paths)
pnpm test           # vitest: 66 टेस्ट, 11 फ़ाइलें (हेल्पर स्मोक Windows पर चलता है)
pnpm run build      # tsdown बंडल + tsc घोषणाएँ (lib/)
pnpm run verify:self-contained  # निर्भरता स्पेक registry से हल होती हैं
pnpm run verify:artifacts       # निर्मित ESM फ़ेस + नेटिव हेल्पर मौजूद
pnpm pack           # प्रकाशित tarball

Topics

dsh, dsh-plugin, deepseek-harness, deepseek, cordis, computer-use, windows-automation, uiautomation, desktop-control, screen-reader

Contributors

• @PerryLink — निर्माता और मेंटेनर: टूल सतह, क्रिया सुरक्षा सीमा, Windows नेटिव हेल्पर, सैनिटाइज़र और पाँच-भाषा दस्तावेज़।
• @Mchsd — उन harnesses के लिए auditSessionEvents ऑप्ट-आउट जोड़ा जिनका सत्र रीडर dsh-click ऑडिट इवेंट को अस्वीकार करता है (#2)।

PerryLink DSH Plugin Family

यह प्रोजेक्ट PerryLink द्वारा अनुरक्षित 33 DeepSeek Harness प्लगइनों में से एक है। अगर यह आपकी मदद करता है, तो बाकी भी करेंगे:

Plugin	One-liner
dsh-dsh-auto-review	अनुमोदन श्रृंखला पर द्वितीय-मॉडल स्वतः-समीक्षा, डिफ़ॉल्ट रूप से विफल-बंद
dsh-dsh-background-agents	वेब UI साइडबार, संदेश और अवरोधन के साथ टिकाऊ पृष्ठभूमि चाइल्ड एजेंट
dsh-dsh-budget	DeepSeek Harness के लिए लागत प्रशासन: बजट, कार्बन और विलंबता एक पैनल में।
dsh-dsh-checkpoint-rewind	Claude Code /rewind-समतुल्य: स्नैपशॉट, सत्र फ़ॉर्क, एक-बार पुनर्स्थापना
dsh-dsh-claude-move	Claude Code सत्र, मेमोरी, कौशल और CLAUDE.md को DSH में स्थानांतरित करें
dsh-dsh-composer-history	वेब कंपोज़र के लिए टर्मिनल-शैली इनपुट इतिहास: तीर, Ctrl+R खोज
dsh-dsh-data-quality	डेटासेट गुणवत्ता जाँच व उद्धरण सत्यापन (यहाँ उपभोग किया गया वैकल्पिक संख्या-सेतु)
dsh-dsh-defend	DeepSeek Harness के लिए प्रॉम्प्ट-इंजेक्शन, जेलब्रेक और सीक्रेट-लीक रक्षा।
dsh-dsh-doublecheck	इंजीनियरिंग-अनुशासन रक्षक: आवश्यकताओं की पूछताछ, परीक्षण द्वार, प्रतिद्वंद्वी समीक्षा
dsh-dsh-draw	DeepSeek Harness के लिए एकीकृत स्थैतिक-छवि निर्माण रूटिंग।
dsh-dsh-fast	DeepSeek Harness के लिए रीड-ओनली प्रदर्शन डायग्नोस्टिक्स।
dsh-dsh-fund-research	चीनी सार्वजनिक म्यूचुअल फंड के लिए नियतात्मक अनुसंधान रिपोर्ट
dsh-dsh-github	DSH के लिए GitHub PR/issues एकीकरण, हर लेखन अनुमोदन-द्वारित
dsh-dsh-industry-research	उद्योग-अनुसंधान ऑर्केस्ट्रेशन जो इस प्लगिन के ctx.researchReport.assemble से डिलीवरेबल सील करता है
dsh-dsh-library	DeepSeek Harness के लिए स्थानीय दस्तावेज़ ज्ञानकोश।
dsh-dsh-local-ai	DeepSeek Harness के लिए स्थानीय-मॉडल (Ollama) एकीकरण।
dsh-dsh-lsp-actions	भाषा सर्वरों पर LSP निदान, फ़ॉर्मेटिंग, पूर्णता, कोड क्रियाएँ और नाम बदलना
dsh-dsh-mask	PII मास्किंग मिडलवेयर: मॉडल सीमा पर अनाम करें, डिस्प्ले लेयर पर पुनर्स्थापित करें
dsh-dsh-mcp-panel	केवल-पढ़ने वाला MCP रनटाइम पैनल: /mcp कमांड + स्थिति, टूल और त्रुटियों वाला Settings टैब
dsh-dsh-memento	अनुमोदन-द्वारित क्रॉस-सत्र मेमोरी: ctx.memory सीम + SQLite + मेमोरी टूल
dsh-dsh-observe	DeepSeek Harness के लिए OpenTelemetry और Langfuse अवलोकनीयता निर्यातक।
dsh-dsh-output-styles	Claude Code outputStyles-समतुल्य रनटाइम शैली बदलाव
dsh-dsh-permission-rules	ऑडिट के साथ Claude Code-शैली घोषणात्मक allow/deny/ask अनुमति नियम
dsh-dsh-plugin-guide	माँग पर एजेंट कौशल के रूप में प्लगइन-विकास ज्ञान आधार
dsh-dsh-research-report	सामग्री-पता साक्ष्य और सीलबंद संस्करणों वाला सत्यापन-योग्य अनुसंधान-रिपोर्ट इंजन
dsh-dsh-score	DeepSeek Harness प्लगिनों की बहु-आयामी गुणवत्ता स्कोरिंग।
dsh-dsh-session-pin	टिकाऊ क्रम के साथ वेब साइडबार में सत्र पिन करें
dsh-dsh-session-sync	DeepSeek Harness के लिए क्रॉस-डिवाइस सत्र सिंक — आपके सत्र स्टोर का एक समर्पित git मिरर।
dsh-dsh-skill-pack-security	सुरक्षा-ऑडिट कौशल पैक: गुप्त स्कैन, निर्भरता और आपूर्ति-श्रृंखला समीक्षा
dsh-dsh-talk	DeepSeek Harness के लिए आवाज़-प्रथम सत्र लूप: बोलें और उत्तर सुनें।
dsh-dsh-test-drive	DeepSeek Harness प्लगिनों के लिए पृथक इंस्टॉल-एंड-स्मोक टेस्ट ड्राइव।
dsh-dsh-translate	DeepSeek Harness के लिए वेंडर पैरामीटर अनुवाद और नियतात्मक JSON मरम्मत।

License

Apache License 2.0 © 2026 dsh-click contributors