装了却没有工具？Windows 桌面操作的十二个高频疑问

装了却没有工具？Windows 桌面操作的十二个高频疑问

dsh-computer-use-win让 DSH 的 agent 读取并操作真实的 Windows 应用：找控件、看截图、识别文字、点击、输入、管理窗口。它提供 23 项桌面工具加 1 个tools管理入口，走「agent → 官方 MCP bridge → Node MCP server → 常驻 PowerShell 后端」这条链路，后端下挂 UI Automation、鼠标键盘窗口、截图与 Windows OCR。

问题也集中在这条链路的接口处：装完了看不见、点了没反应、以为自己验证过了其实没有。下面按十二个高频疑问整理，能直接对号入座。想先看还有哪些同类插件，完整插件清单与汉化避坑指南里有中文对照。

十二个问题，先给结论

装不上、看不见

坑一 · 装完既没有工具，也找不到 Computer Use 设置页

现象。命令执行成功、没有任何报错，但对话里 agent 说没有桌面工具，设置里也翻不到 Computer Use 这一项。

原因。装到了另一个 profile。DSH Desktop 要用--profile desktop，Web 宿主用--profile web，装错 profile 不会影响当前正在跑的宿主。

解决。先确认你打开的是哪个宿主，再用对应 profile 重装：Desktop 执行dsh plugin --profile desktop add dsh-computer-use-win，Web 执行dsh plugin --profile web add dsh-computer-use-win。装完完整重启宿主再看。

升级之后，行为还是旧版本的样子

症状。明确升级到了新版本，但工具数量、设置项和升级前一样，像是什么都没发生。

处理。关窗口不等于退出。要完整退出并重新启动 DSH Desktop，让宿主流重新加载插件；只关掉主窗口、进程还在后台时，跑的还是旧代码。这一步在安装和升级后都要做。

坑二 · Desktop 和插件版本不齐，设置读不出来也存不住

现象。设置页能打开但读不到当前值，改完保存不生效，提示条预览也不显示；换回旧版 Desktop 又正常。

原因。Desktop 与插件版本混杂时，设置的读取、保存和预览通道会失效。这个问题在插件0.4.3修过，更早的组合仍会复现。

解决。先把 Desktop 升到与插件匹配的版本，再升插件到0.5.0。升级顺序别反过来：先升插件、宿主还停在旧版，等于主动制造混合版本。

点了没反应

坑三 · 点击和输入都「发出去了」，界面一点反应没有

现象。工具返回成功，verification是sent，但目标窗口没有任何变化。

原因。Chromium、Electron 和部分 WinUI 控件会忽略后台输入——它们只处理真正到达前台、且没有被遮挡的输入。sent只表示输入已送出，不表示应用接受了它。

解决。三步走：确认目标已前台、没被遮挡、应用本身没有无响应；优先用 UIA 的invoke/set_value而不是坐标点击；必须用输入时先把目标激活，再用wait_for观察结果。wait_for返回observed才算完成，别拿sent当结论。

坑四 · UAC 提权窗口怎么操作都没反应

现象。普通窗口一切正常，碰到 UAC 提权对话框或 UAC 安全桌面就完全失控，截图是黑的、点击落空。

原因。Windows 的权限隔离。提权窗口运行在更高的完整性级别上，普通权限进程既读不到它的 UI Automation 树，也送不进输入。

解决。这是系统边界，插件侧没有绕过的办法。把需要提权的步骤从自动化流程里摘出来，改成人工确认，或者让 agent 只做到「把该点的东西准备好」为止。不要在无人值守的流程里安排提权动作。

坑五 · PowerShell 7 下的 OCR，看起来能用但没被真机验证

现象。在 PowerShell 7 环境里 OCR 有时出结果、有时不准，于是怀疑是自己参数写错了。

原因。默认且经过真机验证的 WinRT OCR 路径是Windows PowerShell 5.1。CI 同时覆盖 5.1 和 7，但 7 那边的真实测试覆盖的是 UIA 与截图，OCR 只跑了确定性协议测试——协议通不代表真实 WinRT OCR 被验证过。

解决。对 OCR 结果有硬要求时，明确把后端固定在 5.1，别依赖 7 上的表现。上报问题时先说明后端版本，否则复现路径对不上。

语义与边界

OCR 给了文字和坐标，为什么没有控件 ID

OCR 候选只是文字与物理屏幕坐标，它不会凭空造出一个 UIA 控件 ID。所以 OCR 适合「看得见但读不到」的自绘界面、图标界面：先用ocr或screenshot定位到文字，再用坐标点击。要稳定操作控件，走snapshot/find那条 UIA 路径。

窗口挪了位置，之前的坐标就作废了

窗口位置变化、控件树变化之后必须重新snapshot或find，不能沿用上一轮的坐标。一次可靠的操作是观察 → 定位 → 执行 → 确认结果四步，缺了最后一步就只是「我以为点到了」。

agent 打不开我自己关掉的工具

自定义方案里被你关掉的工具，agent 无法自行启用；tools的reset只恢复用户保存的启动集合，不会把全部 24 项摊开。另外，卸载工具不会消除已有对话里的说明与结果，历史记录仍然在。

Esc 只停当前这一轮

按 Esc（或你录制的自定义快捷键）会停掉当前轮以及排队的桌面操作，同一轮不会自动重试；下一次发任务或说「继续」就能再操作。普通鼠标移动和其他按键不会触发停止。关闭屏幕提示也仍然保留停止监听，这一点可以放心。

独立 MCP 客户端里没有 DSH 的设置页

用npx -y dsh-computer-use-win接进其他 MCP 客户端时，只有工具本身：默认全部加载，可用WCU_TOOL_MODE=lite切精简集合，或用WCU_ENABLED_TOOLS传 JSON 数组指定。DSH 专属的设置页、对话展示和整轮提示需要 DSH 宿主才有；独立 stdio 客户端按单次调用显示提示，没有轮次边界。

截图里有账号和路径，能不能直接贴

不能。UIA、OCR、截图和输入都在本机执行，但截图与可见文字可能包含当前窗口的敏感内容——账号、路径、凭证、私人对话都可能在里面。分享日志或提 Issue 之前必须遮盖。另外，插件本身不提供模型、API key，也不带 OmniParser 或 UI-TARS；图标类界面要给有视觉能力的模型读截图，再把定位结果交回工具。

安全档位

静态扫描档位是「🔵 含敏感能力」，12 处证据覆盖可执行外部命令、读写删除本地文件。尚无人工评估，本站也尚未做风险分级。这个档位说明它有能力碰到这些东西，不等于已经确认安全，也不等于高风险——真实的暴露面取决于你让它操作哪个窗口。

总结

十二个问题里，只有两个属于「装错了」，其余大多是语义问题：sent不等于生效、Esc 只停本轮、OCR 不给控件 ID、关掉的工具 agent 也开不回来。把这些语义记住，比反复重装有用；更多同类插件的中文清单见 完整插件清单与汉化避坑指南。

适合与不适合

适合：在 Windows 上把重复的界面操作交给 agent；目标应用有可用的 UIA 树，或界面文字清晰可 OCR；需要人盯着过程、随时能按 Esc 停下的半自动场景；DSH Desktop 用户想要一条完整的窗口操作工具链。
不适合：不用 Windows，或没有可访问的交互桌面（无头服务器、服务会话）；需要无人值守的批处理，且流程里包含 UAC 提权；要求每个动作都可撤回；不能接受截图里可能出现敏感内容。

标签：dsh-computer-use-win、DeepSeek Harness、Windows 自动化、MCP、排错

本文由 DeepSeek Harness Hub 自动整理，数据来源于插件详情页。