DSH Computer Use

为 DeepSeek Harness 提供原生 macOS 控制能力，默认不碰你的真实光标，也不因指针动作抢占前台；Bundle 可以在键盘输入前把目标应用带到前台，保证输入可靠。

DSH Computer Use 为 Agent 提供新鲜的 Accessibility observation、准确进程/窗口定向、stale state 拒绝、按应用限制的访问，以及动作后的可验证状态。语义化 Accessibility 始终优先；鼠标、拖拽、滚轮与键盘 fallback 会投递给选定进程，而不是全局桌面。

English | 中文

为什么它不同

Accessibility 权限允许进程读取和操作 macOS UI 元素，但这个权限本身并不会自动防止抢焦点或移动光标。是否干扰用户，取决于输入事件走哪条路由。

DSH Computer Use 的默认路由有意避免干扰：

• 不移动系统光标： helper 中没有 cursor warp 路径。
• 不做全局指针注入： click、scroll 与 drag fallback 使用 pid/window 定向的 SkyLight 路由，不进入全局 HID 事件流。
• 指针动作不激活应用： 语义化 Accessibility、目标进程指针输入与 keyboardPolicy: preserve 都不激活；keyboardPolicy: activate（Bundle 默认）在键盘 fallback 前把目标应用带到前台，与 Codex Computer Use 对齐。
• 独立 Agent 光标： click、scroll 与 drag 动作会移动一个点击穿透、不会激活应用的软件光标，同时保持系统真实光标不变。默认显示，并停留在动作落点，直到绑定窗口变化或收到 hide 命令；cursorAutoHideMs 可开启定时自动隐藏。
• 不盲目重放： 每个动作都绑定准确、未过期的 observation，并返回新鲜状态。

因此，这个原生动作层可以在用户继续使用当前前台应用时，操作许多后台应用。

它补充了什么

• 先观察再动作。 返回有界 Accessibility tree、带 index 的元素、准确 app/process/window metadata、权限状态和可选截图 Artifact。
• 把动作绑定到状态。 每个元素 index 只属于一个 opaque observationId；进程、窗口、locator 或目标身份变化都会 fail closed。
• 优先语义输入。 先使用 AXPress、可编辑 value、selected-text 赋值和元素声明的 Accessibility action，再考虑指针 fallback。
• 把 fallback 投递给目标。 键盘输入发给选定 pid；指针输入携带窗口本地坐标，发给选定 pid 和 CGWindowID，并通过点解析应用窗口，任意屏幕坐标都可以点击。
• 返回新鲜证据。 每个成功动作都会经过有界 settle，并返回新的完整或差分 observation。
• 按应用限制访问。 read/control lease 按 Agent、Session、turn 与准确 bundle id 分离；高影响动作另需一次性确认。