zfu691531-hash/dsh-gesture-mouse
zfu691531-hash★ 0Swift最后同步: 2026-08-16
DSH plugin for a privacy-first macOS camera gesture mouse with a local Swift Vision helper.
README 摘要
dsh-gesture-mouse macOS 摄像头手势鼠标的 DeepSeek Harness 插件。DSH 插件是安装与控制入口, 随包附带的 Swift Helper 负责实时视觉识别和系统鼠标事件。 社区项目,非 DeepSeek 官方组件。当前版本是面向真机标定的 V0 基线。 定位 这不是把每一帧摄像头画面交给大模型。实时路径始终在 Mac 本机: - 移动、点击、双击、拖拽、滚动、离合与紧急暂停不经过 LLM。 - IPC 只传状态、统计和 gestureId/confidence/timestamp ,不传图像或关节点。 - 特殊手势默认禁用;DeepSeek 路由在 V0 只生成安全计划,不自动启动模型会话。 能力 - 食指指向控制相对光标。 - 拇指与食指捏合完成点击或按住拖拽。 - 食指与中指控制滚动。 - 张掌离合;保持张掌触发本地 panic。 - DSH 工具: gesture status 、 gesture start 、 gesture stop 、 gesture test trigger 。 - 每个特殊手势强制冷却、去重和每分钟上限。 - DSH dispose 时通过鉴权 IPC 退出 Helper,并在超时时仅终止已确认的 Helper PID。 要求与权限 - macOS 13 或更高版本。 - DeepSeek Harness / dsh CLI。 - Node.js 20 或更高版本。 - Xcode / Swift 6(从源码构建时需要)。 - Camera:读取摄像头帧,仅在内存中处理。 - Accessibility / PostEvent:通过 CoreGraphics 合成鼠标事件。 不需要 Screen Recording。默认不监听键盘,因此也不请求 Input Monitoring。 构建与验证 npm run verify 会重新构建 Swift Helper、检查签名与 Info.plist、运行 TypeScript 类型检查、单元测试、doctor 和敏感信息扫描。 安装 重启 DeepSeek Harness。默认 autoStart: false ,首次请显式调用 gesture start ,然后在 macOS 设置中批准 Camera 与 Accessibility 权限。 配置 DSH bundle 默认配置位于 cordis.patch.yml 。完整示例见 examples/cordis.patch.yml 。 关键配置: - autoStart :默认 false ,禁止安装后自动打开摄像头。 - sensitivity :相对光标灵敏度。 - cameraFPS :目标采集帧率,默认 30。 - minimumConfidence :Vision 关节点最低置信度。…
在 GitHub 查看完整 README →分类
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件,为 DeepSeek、GLM 等纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面、语义)。
★ 2,047
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 920
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件:带意图的图片问答、长截图 OCR、UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 457