DSH 屏幕自动化

项目简介

给 DeepSeek Harness 增加桌面与网页自动化能力： 📸 截图：全屏/多显示器截图 🔍 OCR 识别：Windows 内置 OCR（本地、无网络），提取文字 + 精确像素坐标 🖱️ 鼠标控制：点击/双击/右键/拖拽（多显示器副屏负坐标支持） ⌨️ 键盘控制：中文安全打字（剪贴板+Ctrl+V）、SendKeys 按键、窗口激活 🎨 画图能力：操作 Windows 画图工具绘制图形（经过实战打磨：鼠标加速度补偿、画布定位、曲线绘制）

1. DPI 缩放：SetProcessDPIAware() 必须在进程启动时调用，否则鼠标坐标在 125% 缩放下偏移 1.25 倍 2. 鼠标加速度：SendInput 相对位移被系统鼠标加速度非线性放大（k=23.2）→ 曲线变形。临时关闭加速度（SPISETMOUSE 0,0,0）→ 线性 k=1.25（DPI）→ 位移 ÷1.25 补偿 → 画完恢复（1,6,10） 3. WinRT 集合：PS 5.1 中 OcrLine.Words[i] 索引不可靠，用 foreach 遍历 4. PowerShell 负参数：param() 会把 -1609 当参数名解析丢失 → 用 $args 手动解析 5. PS 脚本注释必须英文：PS 5.1 按 GBK 读无 BOM 文件，中文注释会破坏 here-string 新版 Win11 画图（WinUI 3）踩坑（2026-08-17 画碗/写字实测）

Win11 画图已升级为 WinUI 3（Microsoft.UI.Xaml），与旧版行为差异巨大，agent 画图时必须注意：