SAOS-3624/dsh-see-now

选用指南

AI 根据 README 整理 · 2026/11/2 13:51:50

使用方式

作为 DSH 插件使用，通过调用 see_now 函数获取屏幕帧；也可作为普通 Node 库独立使用，导入 capture 和 pipeline 模块。

查看 README 依据

成本口径：**800×450 一张 ≈ 233 token**（按宿主 DeepSeek-V4 的 patch 网格算：14px patch 向上对齐 → 42px 一格 → `rows×(cols+1)+2`）。 一张图里塞 4 帧还是 8 帧，**价格一样** —— 所以"多留一帧"几乎免费，"漏掉一帧"才贵。 > 插件源码里 `SIZES` 的旧注释写着 218 token，那是早期按"像素 ÷ 1650"估的，偏低。以 233 为准。 --- ## 快速开始 ### 在 DSH 里用 ```bash git clone https://github.com/SAOS-3624/dsh-see-now.git cd dsh-see-now node scripts/install-dev.mjs # 拷进本机 DSH 的 desktop profile ``` > `install-dev` 是**复制**不是软链（Node 解析裸包名要走真实路径，软链会找不到宿主的 `@deepseek-ai/dsh-tools`）。装完**重启 DSH** 生效。 然后让模型调： ```js see_now({ action: "watch" }) // 阻塞到你攒够一张图，然后把图交回来

see_now({ action: "watch", say: "…" }) // 同时说一句话（只有 say 会进悬浮窗、会被念出来） ``` 第一次调用约 1 秒返回当前屏幕；之后每次返回"这段时间里发生的事"。 ### 不进 DSH，当普通 Node 库用 包本身不依赖 DSH，`capture` / `pipeline` / `png` 都是独立导出的： ```js import { spawnFrames } from 'dsh-see-now/capture'; import { createPipeline } from 'dsh-see-now/pipeline'; const p = createPipeline({ width: 800, height: 450, fps: 12, queueDepth: 0 }); const run = spawnFrames({ source: { kind: 'screen' }, // 或 { kind:'file', path:'x.mp4' } width: 800, height: 450, fps: 12, onFrame: (f) => p.push(f), }); setInterval(() => {

部署要求

需要 Node.js 环境，安装时需复制到 DSH 的 desktop profile 并重启 DSH。屏幕采集在 Windows 上优先支持，Linux/macOS 需自行补充采集源。

查看 README 依据

成本口径：**800×450 一张 ≈ 233 token**（按宿主 DeepSeek-V4 的 patch 网格算：14px patch 向上对齐 → 42px 一格 → `rows×(cols+1)+2`）。 一张图里塞 4 帧还是 8 帧，**价格一样** —— 所以"多留一帧"几乎免费，"漏掉一帧"才贵。 > 插件源码里 `SIZES` 的旧注释写着 218 token，那是早期按"像素 ÷ 1650"估的，偏低。以 233 为准。 --- ## 快速开始 ### 在 DSH 里用 ```bash git clone https://github.com/SAOS-3624/dsh-see-now.git cd dsh-see-now node scripts/install-dev.mjs # 拷进本机 DSH 的 desktop profile ``` > `install-dev` 是**复制**不是软链（Node 解析裸包名要走真实路径，软链会找不到宿主的 `@deepseek-ai/dsh-tools`）。装完**重启 DSH** 生效。 然后让模型调： ```js see_now({ action: "watch" }) // 阻塞到你攒够一张图，然后把图交回来

``` --- ## 已知限制 - **只认"画面变了"，不认"语义变了"**。同一句话的两个排版版本算变化，两段内容不同但长得很像的页面可能算没变。 - **没有跨帧去重**（除了 `dupMin` 那道粗筛）。它不保证给你的每一帧都"有新信息"。 - **唤醒有节流**：再密也不会超过 `pace` 里的间隔 —— 语音播报是串行的，更快只会排队。 - **Windows 优先**。`ddagrab` / `gdigrab` 是 Windows 的引擎，Linux/macOS 需要自己补采集源。 --- ## 协议 **PolyForm Noncommercial License 1.0.0** —— 个人、学习、非商业用途免费；商业用途需书面授权。 商业授权：**1043740270@qq.com** > **一个目录例外**：`examples/floating-chat/` 源自同作者的另一个项目 `dsh-watch-together`， > 那个项目用的是 **Apache-2.0**，所以这个目录**沿用 Apache-2.0** 分发。 > 仓库其余部分（`src/`、`debug/`、`test/`、文档）才是 PolyForm Noncommercial。 > 两种情况都不影响你把它当个人工具用。

已知限制

只识别画面变化而非语义变化，不保证每帧都有新信息；唤醒有节流，语音播报串行；Windows 优先，其他平台需自行实现采集源。

查看 README 依据

``` --- ## 已知限制 - **只认"画面变了"，不认"语义变了"**。同一句话的两个排版版本算变化，两段内容不同但长得很像的页面可能算没变。 - **没有跨帧去重**（除了 `dupMin` 那道粗筛）。它不保证给你的每一帧都"有新信息"。 - **唤醒有节流**：再密也不会超过 `pace` 里的间隔 —— 语音播报是串行的，更快只会排队。 - **Windows 优先**。`ddagrab` / `gdigrab` 是 Windows 的引擎，Linux/macOS 需要自己补采集源。 --- ## 协议 **PolyForm Noncommercial License 1.0.0** —— 个人、学习、非商业用途免费；商业用途需书面授权。 商业授权：**1043740270@qq.com** > **一个目录例外**：`examples/floating-chat/` 源自同作者的另一个项目 `dsh-watch-together`， > 那个项目用的是 **Apache-2.0**，所以这个目录**沿用 Apache-2.0** 分发。 > 仓库其余部分（`src/`、`debug/`、`test/`、文档）才是 PolyForm Noncommercial。 > 两种情况都不影响你把它当个人工具用。