dsh-codex-style-computer-use 2.0.0 → 2.1.0

package/README.ru.md

@@ -0,0 +1,259 @@
+# Computer Use в стиле Codex
+
+**Самый точный способ управлять Windows из DeepSeek Harness — и самый дешёвый в расчёте на задачу.**
+
+Опишите цель. Агент считывает точные идентификаторы элементов управления, действует через сами элементы, проверяет результат — и выполняет известную последовательность за один цикл обращения к модели вместо десяти.
+
+[English](README.md) | [中文](README.zh.md) | [Français](README.fr.md) | [Deutsch](README.de.md) | [Español](README.es.md) | [Português](README.pt.md) | [العربية](README.ar.md) | **Русский** | [فارسی](README.fa.md) · [Установка](#install-and-update-in-dsh-market) · [Журнал изменений](CHANGELOG.md) · [Изменения 2.0.0](docs/RELEASE-2.0.0.md)
+
+![Управление рабочим столом Windows в стиле Codex: наблюдение, действие, проверка](docs/images/01-codex-style.png)
+
+## Почему он самый точный
+
+- **Идентификаторы, а не догадки.** UI Automation предоставляет реальное дерево элементов управления с точными `AutomationId`, а действия могут управлять элементом через его собственные шаблоны UI Automation вместо кликов по координатам.
+- **Метки проверяются, а не принимаются на веру.** По умолчанию нумерованная метка сверяется с идентичностью окна и выборочно проверенными пикселями до отправки любого ввода, поэтому устаревшая метка отклоняется, а не приводит к клику в неверном месте. Когда анимированный соседний элемент постоянно нарушает пиксельную подпись, `uiaOnly` привязывает идентичность к дескриптору окна и геометрии, при этом проверка перекрытия в момент отправки по-прежнему выполняется.
+- **Запросы остаются ограниченными.** Запросы UIA по умолчанию используют глубину 6, 120 узлов и мягкий бюджет 1200 мс; запрос глубже 6 или содержащий больше 300 узлов требует измеренного `anchor`, поэтому запрос не может незаметно обойти неверную область.
+- **Если не видно — прочитайте.** `computer_ocr` возвращает строки и рамки каждого слова в абсолютных пикселях экрана, поэтому приложения без поддержки UIA можно находить по названию.
+
+## Почему это дешевле
+
+- **Один цикл для известной последовательности.** Один вызов `computer_batch` последовательно выполняет список действий, останавливается на первой ошибке и стоит один цикл обращения к модели вместо одного на каждое действие.
+- **Возвращается только разница.** Передайте идентификатор предыдущего наблюдения в `since` и получите добавления, изменения, удаления и порядок — а не всё дерево заново.
+- **Компактные отчёты по умолчанию в 2.0.0.** Текст после действия обычно добавляет не более 6 КиБ к отчёту о действии; `feedback: full` по-прежнему доступен, когда важнее подробность.
+- **Доказательства не попадают в диалог.** Полные доказательства по точке могут храниться в ограниченном локальном кэше (4 МиБ памяти, 32 МиБ на диске, 64 записи, срок 24 часа) и извлекаться по запросу.
+- **Локальная работа остаётся локальной.** UI Automation, OCR экрана и проверки пикселей выполняются в готовом нативном воркере — без дополнительных расходов на компьютерное зрение на каждом шаге.
+
+## Создан для рабочего стола, которым вы продолжаете пользоваться
+
+- **Он ждёт вас.** Уведомление за 1 секунду до ввода (0,1 секунды в пределах скользящего 3-минутного окна) сразу возвращает вам рабочий стол; когда вы закончите, агент повторно наблюдает состояние и продолжает исходную задачу.
+- **Тормоз доходит до модели.** `Ctrl+Esc` приостанавливает, `Ctrl+Alt+R` возобновляет, `Ctrl+Alt+Q` завершает работу, а остановка передаётся в текущую сессию. Подтверждения по умолчанию включены, а ввод в поля паролей по умолчанию отклоняется.
+- **Он сообщает о том, чего не может.** Защищённый рабочий стол Windows (запрос UAC или экран блокировки) обнаруживается, о нём сообщается, а после него работа возобновляется — без слепых повторных попыток.
+
+![Передача управления человеку: подготовка, перехват, продолжение](docs/images/02-handoff.png)
+
+![Эффективность токенов: сфокусированные наблюдения, пакетные действия и чтение результата](docs/images/03-token-efficiency.png)
+
+Иллюстрации выше показывают модель взаимодействия, появившуюся в 1.3.0; указатель-«воздушный змей» версии 2.0.0, ограниченные запросы и компактные отчёты описаны выше. Фактический расход токенов зависит от задачи, модели и стратегии наблюдения. Подтверждения по умолчанию остаются включёнными; явные пауза, отмена и выход сохраняют приоритет.
+
+**Готово к установке.** 19 инструментов рабочего стола вместе с нативными помощниками. Без SDK и без компиляции при установке. Требуются Windows, Node.js ≥ 22 и .NET Framework 4.x, входящий в состав Windows. Независимый плагин сообщества; Codex описывает стиль взаимодействия.
+
+## Новое в 2.0.0
+
+- **Компактные отчёты по умолчанию** — текст после действия обычно добавляет не более 6 КиБ к отчёту о действии; `feedback: full` и `feedback: none` — явные альтернативы.
+- **Ограниченные запросы UIA с привязкой** — по умолчанию глубина 6, 120 узлов и мягкий бюджет 1200 мс; запросы глубже 6 или содержащие больше 300 узлов требуют измеренного `anchor`.
+- **Доказательства по запросу** — 4 МиБ памяти + 32 МиБ диска, 64 записи, срок 24 часа; при сбое диска используется ограниченная память.
+- **Адаптивное уведомление о подготовке** — 1 секунда вначале, 0,1 секунды в пределах скользящего 3-минутного окна; наклонённый «воздушный змей» отмечает точку клика агента.
+- **Укреплённый путь ввода** — защищённые сочетания клавиш для управления окнами, противодавление и восстановление воркера, проверки устаревших целей и очистка при отмене.
+
+<details>
+<summary>Текущий выпуск и совместимость</summary>
+
+**2.0.0** — новый мажорный выпуск, который сначала распространяется в npm под тегом `next`, пока действует 24-часовой период ожидания перед выпуском. См. [изменения и миграцию 2.0.0](docs/RELEASE-2.0.0.md). Актуальную доступность стабильной версии проверяйте по тегам реестра.
+
+Версия 1.3.1 читает текст с экрана и находит элементы по названию, замечает защищённый рабочий стол Windows и самостоятельно возобновляет работу, а также удерживает все цвета на одной вычисляемой из DPI полосе по краю с видимым «дышащим» минимумом. Версия 1.3.0 освобождает управление рабочим столом, когда работа завершается, а чат продолжается.
+
+Более ранние исправления: [атрибуция подтверждений в 1.2.3](docs/RELEASE-1.2.3.md) · [нативное внимание в 1.2.1](docs/RELEASE-1.2.1.md) · [патч автономного хоста](docs/RELEASE-1.2.2.md).
+
+</details>
+
+## Что он делает
+
+Версия 2.0.0 также использует компактный синий указатель-«воздушный змей» во время работы ИИ и удержания сцены. Его наклонённый кончик отмечает точку клика, а внутри змея размещены маленькие символы текста и изменения размера. «Дышащий» змей означает, что страница и положение указателя должны оставаться на месте; свободный режим возвращает приложению обычный курсор. Тема курсора Windows пользователя сохраняется.
+
+Версия 2.0.0 ограничивает обход UIA и по умолчанию использует компактный текст после действия. Существующая обратная связь в виде изображений остаётся доступной; `feedback: compact|full|none` управляет степенью подробности, а параметр клика `verificationRegion: "x,y,w,h"` задаёт ожидаемую область эффекта независимо от точки ввода. Компактный текст обычно добавляет не более 6 КиБ к исходному отчёту о действии. Полные доказательства по точке можно сохранять в ограниченном локальном кэше с истекающим сроком и извлекать по запросу. При сбое диска происходит возврат к ограниченной памяти; если не удаётся сохранить ни одного извлекаемого снимка, текущие доказательства возвращаются полностью прямо в ответе, вне рамок компактного бюджета, без дополнительного наблюдения или ввода.
+
+Отфильтрованные запросы UIA требуют `hwnd`. По умолчанию используются глубина 6, 120 узлов и мягкий бюджет 1200 мс. Запрос глубже 6 или содержащий больше 300 узлов требует измеренного `anchor:"x,y"` в этом окне; точный `id` не обходит это правило. Вызов провайдера может превысить мягкий бюджет, а частичные результаты не позволяют доказать отсутствие или уникальность. После сочетания клавиш управления окнами проверьте `computer_state {windows:true}`, успешно активируйте нужное окно и получите его наблюдение, прежде чем продолжать ввод с клавиатуры.
+
+- **Наблюдение** — список окон, снимки экрана (область / JPEG / PNG / с уменьшением), карта Set-of-Marks
+  кликабельных элементов и дерево UI Automation с точными `AutomationId`.
+- **Действие** — клик, перемещение, перетаскивание, прокрутка, выделение диапазона текста, ввод, нажатия клавиш
+  и управление элементами через их собственные шаблоны UI Automation вместо слепых координат.
+- **Пакет** — один вызов `computer_batch` последовательно выполняет список действий и останавливается
+  на первой ошибке, поэтому известная последовательность стоит один цикл обращения к модели вместо десяти.
+- **Вопрос** — `computer_ask` задаёт вопрос на той же карточке чата, которую DSH использует для
+  `ask_user_question`, без обратного отсчёта.
+- **Человеческий тормоз, который доходит до модели** — остановка передаётся в текущую сессию, поэтому агент
+  узнаёт о прерывании, а не обнаруживает его на следующем шаге.
+
+Инструменты наблюдают за рабочим столом, а не сканируют документы пользователя. Плагин управляет нативными помощниками в
+`%LOCALAPPDATA%\dsh-computer-use\worker\`, а также журналами аудита, снимками экрана и собственным ограниченным
+`observation-cache` в `$DSH_HOME/data/computer-use/`. `computer_ctrl {action:"clear_cache"}` очищает
+кэш наблюдений этого Агента; он не удаляет снимки экрана, вложения или документы пользователя.
+
+<a id="install-and-update-in-dsh-market"></a>
+## Установка и обновление в dsh-market
+
+Найдите в маркетплейсе **computer-use** или **Codex-style**. Выберите репозиторий **ltmroberthk915/dsh-computer-use** и npm-пакет **dsh-codex-style-computer-use** (сопровождающий: **ltmroberthk**), затем нажмите **Установить**. Для обновлений по стабильному каналу используйте **Обновить** или **Обновить все**. Оба нативных помощника включены; PowerShell 7 или разрешение на сборку не требуются.
+
+Либо введите **`dsh-codex-style-computer-use`** в **Настройки → Плагины → Добавить плагин** для текущего стабильного канала или **`dsh-codex-style-computer-use@2.0.0`** для версии, описанной на этой странице. Указывайте спецификацию npm-пакета напрямую. Ваш хост может применять период ожидания к новым версиям; следуйте его указаниям. Вновь добавленный бандл может загрузиться на лету на поддерживаемых хостах; проверьте, что его инструменты и skill появились. Перезапустите DSH из трея при замене уже загруженной версии, если клиент остаётся устаревшим или если DSH сообщает **restart-required**.
+
+### Выпуски, опубликованные менее 24 часов назад
+
+Конфигурация pnpm 11.7.0 по умолчанию (нестрогая) автоматически записывает исключение для одной версии и выполняет установку. Успешная установка на одной машине не означает, что другая машина разрешает свежие версии.
+
+При `minimumReleaseAgeStrict: true` (или политике хоста, включающей строгие проверки возраста выпуска) и при отсутствии подходящего исключения версия, не достигшая заданного возраста, отклоняется до запуска кода плагина. Для голого имени, точного закрепления `@1.2.0` и URL npm-архива проверено, что при такой политике все они завершаются ошибкой `ERR_PNPM_NO_MATURE_MATCHING_VERSION`. Явное указание `minimumReleaseAge: 1440` также включает строгое поведение в pnpm 11.7.0, если только `minimumReleaseAgeStrict` отдельно не установлен в false. Перезапуск DSH, установка PowerShell или повтор той же команды не устраняют отказ по строгой политике. Официальный мост приложения Desktop не принимает дополнительные флаги pnpm.
+
+Если строгая политика блокирует установку, дождитесь, пока версия достигнет заданного возраста, и устанавливайте, не меняя политику. Версия 1.2.0 опубликована в `2026-10-03T03:50:11.586Z`; 24-часовой порог она проходит после **2026-10-04 03:50:12 UTC** (11:50:12 по времени Китая). Более длинный настроенный порог или отстающее зеркало реестра могут дополнительно отложить доступность. Пользователям с конфигурацией по умолчанию (нестрогой) не нужно ждать или менять конфигурацию для этого пакета.
+
+Если вы явно решаете установить раньше, добавьте это исключение для одной версии в существующий `pnpm-workspace.yaml` целевого профиля, а затем повторите установку из маркетплейса. Сохраните остальные записи; не отключайте глобальную политику возраста:
+
+```yaml
+minimumReleaseAgeExclude:
+  - dsh-codex-style-computer-use@1.2.0
+```
+
+Путь по умолчанию для профиля desktop — `%USERPROFILE%\.dsh\profiles\desktop\pnpm-workspace.yaml`; используйте фактический каталог, если `DSH_HOME` изменён. После того как версия «созреет», это единственное исключение можно удалить.
+
+Прежние исправления документации и проверки публикатора не изменили среду выполнения 1.2.0 и не требовали переустановки. Исправление нативного внимания в **1.2.1** действительно требует обновления. Повторное добавление того же источника на некоторых путях установки может вызвать ошибку хоста `ambiguous-install`; переустановка 1.2.0 не применит исправление 1.2.1.
+
+**Миграция более старой установки Git/tarball из этого репозитория:** удалите в маркетплейсе старую запись **dsh-computer-use**, затем установите **dsh-codex-style-computer-use**. Имя npm без скоупа `dsh-computer-use` принадлежит другому репозиторию; не устанавливайте его как обновление этого плагина. Установка из Git не может сменить идентичность зависимости, просто получив новый коммит. После этой однократной миграции в интерфейсе используйте обычные обновления из маркетплейса. Существующие имена инструментов `computer_*` и пространство настроек `computer-use` сохраняются.
+
+**Сохраните и свою конфигурацию:** сделайте резервную копию `cordis.patch.yml` профиля, затем измените только `name: dsh-computer-use` в переопределении с `id: computer-use` на `name: dsh-codex-style-computer-use`. Сохраните целиком поля `config` и `disabled`. Одного лишь сохранения пространства настроек недостаточно: при несовпадении имени DSH пропустит даже переопределения `read-only`, `dryRun` и отключённого состояния. Не заменяйте глобально другие плагины или общий патч уровня home. Скрипт репозитория `scripts/migrate-profile.mjs` по умолчанию показывает предварительный просмотр; `--apply` создаёт резервную копию и атомарно заменяет файл, отказываясь от параллельных изменений.
+
+Либо скачайте [утилиту миграции конфигурации](https://github.com/ltmroberthk915/dsh-computer-use/releases/download/v1.2.0/computer-use-profile-migration.zip), распакуйте её и дважды щёлкните `migrate-profile.cmd`. Она находит установленное официальное приложение Desktop и использует Windows PowerShell 5.1 вместе со встроенным в DSH Node, чтобы исправить профиль desktop по умолчанию. Она останавливается, если новый бандл отсутствует или всё ещё выбран старый бандл. Она не меняет политику возраста выпуска. Для другого профиля запустите `migrate-profile.ps1 -ProfileDirectory <absolute-directory>` для предварительного просмотра, затем добавьте `-Apply`, когда будете готовы.
+
+В GitHub Release также включён `dsh-computer-use.tgz` для офлайн- или ручной установки; для обновлений через маркетплейс по умолчанию используется установка из реестра.
+
+Для пользователей CLI (профиль web):
+
+```sh
+dsh plugin --profile web add dsh-codex-style-computer-use
+```
+
+Для диагностики Desktop необходимо использовать **CLI, встроенный в официальное приложение Desktop**:
+
+```powershell
+$CuDshInstall = Join-Path $env:LOCALAPPDATA 'Programs\DeepSeek Harness'
+& "$CuDshInstall\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop why dsh-codex-style-computer-use
+```
+
+При нестандартной установке задайте в `$CuDshInstall` каталог, на который указывает ярлык Desktop. Более старый глобальный `dsh` из npm может отвергнуть профиль desktop. Не добавляйте `resources/runtime/bin` в глобальный PATH и не устанавливайте отдельный pnpm для этой задачи. Для установки по-прежнему предпочтителен интерфейс плагина.
+
+## Встроенный skill
+
+Инструменты управления остаются заблокированными, пока сессия не выдаст фразу-подтверждение, которая есть только в `skills/computer-use/SKILL.md`. Это сделано намеренно — такова самая честная и строгая реализация принципа «сначала прочитайте руководство, потом управляйте», потому что ни один слой инструментов не может увидеть, прочитала ли модель документ.
+
+Плагин регистрирует встроенный skill через `ctx.skills.register()`, когда этот сервис доступен. Если сервиса нет, `computer_use_activate` возвращает то же руководство, абсолютный путь к его исходному файлу и список инструментов в области действия. Требование фразы-подтверждения и все существующие проверки подтверждений и тормоза по-прежнему действуют.
+
+## Совместный ввод в 1.2.0-rc.2
+
+Этот предварительный выпуск вводит немедленный перехват управления человеком, автоматическое ожидание после 2 секунд продолжающегося ввода и возобновление после 3 секунд тишины. Ожидание происходит локально, без опроса модели. Прерванные записи требуют нового чтения фактического результата и никогда не воспроизводятся слепо. Отмена на стороне хоста освобождает принятый автоматизацией ввод, не создавая новой постоянной паузы. Существующая обработка главного окна DSH Pet и восстановления исходного положения поверх остальных окон сохраняется.
+
+Настроенные маршруты GLM 5.3 Max, GLM 5.3 Flash и DeepSeek Flash прошли контролируемый тест протокола продолжения. Нативный ввод и физические горячие клавиши проверялись отдельно; это не общий бенчмарк рабочего стола или компьютерного зрения. Область проверки описана в [проверке выпуска](docs/RELEASE-1.2.0-rc.2.md).
+
+## Управление по требованию в 1.1
+
+- **Инструменты для каждого Агента:** бездействующие Агенты видят `computer_use_activate`, `computer_ctrl` и `computer_ask`. Успешная загрузка skill computer-use, получение фразы-подтверждения или активация открывают этому Агенту 19 инструментов рабочего стола вместе с точкой входа активации. Другие Агенты и дочерние Агенты активируются независимо. Поддерживаются нативные вызовы и Node `run_code`. Активация не запускает управление и не снимает человеческий тормоз.
+- **Наблюдаемые цели UIA:** запрос по имени/id в ограниченной области возвращает непрозрачный дескриптор цели. Используйте его для действий по шаблонам; явно включаемый `rebind:true` разрешает восстановление по уникальной идентичности или семантике после замены в том же окне. Изменённый контекст, неоднозначность и неполное сканирование приводят к отказу. Широкие запросы пропускают дескрипторы восстановления, если не указан `targets:true`; создание вспомогательных «свидетелей» для большого списка стоит дополнительной нативной работы.
+- **Инкрементальные наблюдения:** передайте идентификатор предыдущего наблюдения как `since` вместе с тем же запросом. Дельты сохраняют добавления, изменения, удаления и порядок. Снимки изолированы по Агентам: не более 64 проиндексированных наблюдений и 4 МиБ сохранённого JSON на хранилище. `snapshot` извлекает сохранённый исторический результат; `offset` и `limit` постранично читают его массивы. Отсутствие базового снимка, изменение области, неполные доказательства или слишком большая дельта приводят к возврату полного вывода.
+
+Пределы кэша и границы восстановления описаны в [подробном протоколе](skills/computer-use/references/progressive-control.md). Снимки UIA сохраняют поля, возвращённые провайдером, в пределах существующих ограничений провайдера; извлечение истории не заменяет свежую проверку результата.
+
+## Инструменты
+
+| Группа | Инструменты |
+|---|---|
+| Активация | `computer_use_activate` |
+| Наблюдение | `computer_state` `computer_shot` `computer_ocr` `computer_marks` `computer_uia` |
+| Действие | `computer_click` `computer_move` `computer_drag` `computer_scroll` `computer_select` `computer_key` `computer_type` `computer_uia_act` `computer_window` `computer_clip` |
+| Поток | `computer_wait` `computer_batch` |
+| Мета | `computer_ask` `computer_ctrl` |
+
+`computer_marks` возвращает нумерованные метки для элементов, найденных на экране; `computer_marks {shot:true}` дополнительно сохраняет аннотированное изображение. `computer_shot` возвращает обычный снимок экрана, а на маршрутах с поддержкой изображений — нативное вложение-изображение. Метка — это идентификатор снимка: он сверяется с идентичностью окна
+и выборочно проверенными пикселями до отправки любого ввода, поэтому устаревшая метка отклоняется, а не приводит к клику в неверном месте.
+
+## Режимы подтверждения
+
+Если хост сообщает об автоматическом отказе при отключённых запросах как «пользователь отклонил инструмент», см. [патч атрибуции подтверждений DSH и регрессионный тест](docs/APPROVAL-ATTRIBUTION.md).
+
+`automationMode` задаётся в настройках плагина, значение по умолчанию — `standard`:
+
+| Режим | Наблюдение | Действие |
+|---|---|---|
+| `read-only` | разрешено | запрещено |
+| `standard` | разрешено | каждое действие запрашивается через карточку подтверждения хоста |
+| `autonomous` | разрешено | разрешено, высокорисковые операции всё равно требуют подтверждения |
+| `unrestricted` | разрешено | разрешено (отказоустойчивость воркера и ограничение частоты по-прежнему действуют) |
+
+Высокорисковые операции (закрытие окна, `alt+f4`, `win+r` и подобные) требуют подтверждения в любом режиме. Поля паролей
+определяются через `IsPassword` в UI Automation и по умолчанию отклоняются.
+
+## Модель безопасности
+
+- **Совместный ввод** — обычная активность пользователя разрешена, пока агент думает, наблюдает или готовится. Во время фактического воздействия набор текста, прокрутка и нажатия кнопок немедленно уступают управление; для перемещения указателя допускается смещение до 16 пикселей. Продолжающийся ввод или удержание клавиши/кнопки в течение 2 секунд включает автоматическое ожидание. После отпускания и 3 секунд тишины агент должен проверить текущую цель и продолжить исходную задачу, не воспроизводя слепо частичные записи. Мягкий бледно-жёлтый градиент по краю обозначает, что управление у человека.
+- **Ручная пауза** — только физическая комбинация `Ctrl+Esc` включает постоянный тормоз ввода; `Ctrl+Alt+R` возобновляет работу. Обычный Esc, набор текста, прокрутка, расстояние и частота перемещения указателя и угол экрана такую паузу не создают. Явные остановки для вопроса и диагностики остаются отдельными.
+- **Выход** — `Ctrl+Alt+Q` завершает сессию: оверлей исчезает, его обработчики снимаются, а дальнейшее
+  воздействие отклоняется до тех пор, пока в одном из следующих шагов не будет открыто новое.
+- **Тормоз — это факт о машине, а не об одном процессе** — включённое состояние сохраняется,
+  и каждый воркер его принимает, включая запущенный позже из оболочки.
+- **Аудит** — каждое воздействие добавляется в `$DSH_HOME/data/computer-use/audit.jsonl` с
+  очисткой аргументов.
+- **Аварийный выключатель самого плагина** — при `DSH_COMPUTER_USE_KILL=1` плагин отказывается запускаться;
+  `dryRun: true` только имитирует воздействия и записывает их в журнал.
+
+## Конфигурация
+
+| Ключ | По умолчанию | Значение |
+|---|---:|---|
+| `automationMode` | `standard` | режим подтверждения (см. выше) |
+| `progressiveTools` | `true` | активация по Агентам; `false` — 19 инструментов рабочего стола доступны глобально |
+| `actionFeedback` | `true` | автоматически наблюдать после прямых действий и пакетов |
+| `actionFeedbackDetail` | `compact` | `compact`, `full` или `none`; `feedback` в вызове переопределяет это значение; незакэшированные доказательства возвращаются полностью прямо в ответе |
+| `dryRun` | `false` | имитировать воздействия, только записывать в журнал |
+| `maxActionsPerMinute` | `60` | ограничение частоты воздействий на уровне ядра |
+| `annotateMarks` | `true` | рисовать рамки Set-of-Marks на снимках экрана |
+| `workerExe` | `""` | явный путь к воркеру; пусто = автопоиск или компиляция |
+| `snapshotDir` | `""` | каталог снимков экрана; пусто = `$DSH_HOME/data/computer-use/shots` |
+
+## MCP-сервер
+
+`mcp/` — MCP-сервер stdio без зависимостей поверх того же ядра, для клиентов, которые говорят на MCP, а не на Cordis:
+
+```sh
+# published package (2.0.1 and later) — no checkout needed
+npx -y dsh-codex-style-computer-use
+
+# from a checkout
+node mcp/src/index.js
+```
+
+Встроенный сервер сообщает версию этого корневого пакета. Он запускается в режиме только наблюдения.
+Запускающий его хост может установить `DSH_CU_ALLOW_INPUT=1`, когда он владеет авторизацией на действия с рабочим столом;
+вызовы инструментов MCP не могут включить ввод. Инструмент совместимости `cu_approve` лишь сообщает это правило и
+никогда не даёт согласия. Политика `automationMode` в DSH принадлежит адаптеру Cordis и не является
+службой подтверждений MCP. `DSH_CU_DRY_RUN=1` имитирует ввод, который хост уже разрешил.
+
+Оба адаптера используют одну и ту же грамматику клавишных команд, правила отказа пакета и продолжения,
+а также отображение координат изображения. MCP возвращает структурированные метаданные захвата и одно последнее изображение PNG/JPEG, без
+сериализации байтов изображения в текст JSON. `cu_hold` / `cu_free` резервируют или освобождают сцену между
+действиями; `cu_release` завершает цикл работы с рабочим столом. `cu_drag` принимает проверки `expectCursor` и `hwnd`.
+MCP предоставляет меньший набор инструментов; интеграция человеческих вопросов и жизненного цикла хоста,
+специфичная для DSH, обеспечивается адаптером Cordis.
+
+## Разработка
+
+Проверки выпуска публикатора по умолчанию используют официальный реестр npm. Если этот источник недоступен в вашей сети, `CU_REGISTRY` выбирает явное зеркало для команды `check`, работающей только на чтение; результат в JSON содержит `registry` и `authoritative`. Пример в PowerShell (влияет только на текущую оболочку):
+
+```powershell
+$env:CU_REGISTRY = 'https://registry.npmmirror.com'
+node scripts/release-channel.mjs check 1.2.0
+Remove-Item Env:CU_REGISTRY
+```
+
+Код выхода `0` означает, что версия прошла 24-часовую проверку публикатора, `2` — что она всё ещё «остывает», а `1` — что проверка не удалась. Сетевая ошибка не доказывает, что пакет не опубликован, а зеркала могут отставать. `promote` всегда перепроверяет и записывает `https://registry.npmjs.org`, игнорируя `CU_REGISTRY`; для этого нужен доступ к этому источнику, при необходимости через прокси-конфигурацию npm. Этот инструмент публикатора не входит в установку для конечных пользователей. См. [процедуру выпуска](docs/RELEASE-1.2.0.md).
+
+Репозиторий поставляет набор защитных проверок, которые охраняют перечисленные инварианты — время жизни цикла,
+протокол «вопрос/тормоз», классификацию операций, шлюз skill и подключение встроенного skill:
+
+```sh
+pwsh -NoProfile -ExecutionPolicy Bypass -File build/run-guards.ps1   # all guards
+node build/verify-tools-schema.mjs                                   # tool-schema load guard
+```
+
+Определения инструментов компилируются через настоящий DSL `@deepseek-ai/dsh-tools`, поэтому ошибка в схеме обнаруживается
+здесь, а не роняет дерево плагинов хоста при перезапуске. Некоторые проверки компилируют нативный
+воркер и работают только в Windows.
+
+## Лицензия
+
+MIT — см. [LICENSE](LICENSE).

package/README.zh.md

@@ -1,25 +1,50 @@
 # Codex 风格 Computer Use
 
-**更接近 Codex 的电脑操控体验，带到 DeepSeek Harness。**
+**全市场最精准的 Windows 桌面操控，也是单个任务成本最低的。**
 
-你描述目标，AI 看屏幕、找控件、点鼠标、敲键盘，再检查结果。让原生 Windows 应用里的工作，也能在对话中完成。
+你描述目标，AI 读准控件身份、按真实控件执行、回读结果——一段已知流程一轮模型往返就跑完，而不是每个动作各花一轮。
 
-[English](README.md) | 中文 · [安装](#在-dsh-market-安装和更新) · [版本记录](CHANGELOG.md)
+[English](README.md) | 中文 | [Français](README.fr.md) | [Deutsch](README.de.md) | [Español](README.es.md) | [Português](README.pt.md) | [العربية](README.ar.md) | [Русский](README.ru.md) | [فارسی](README.fa.md) · [安装](#在-dsh-market-安装和更新) · [版本记录](CHANGELOG.md) · [2.0.0 变更](docs/RELEASE-2.0.0.md)
 
 ![Codex 风格 Windows 桌面操控：观察、操作、验证](docs/images/01-codex-style.png)
 
-- **看得准，也点得动。** 截图、控件树与编号定位配合使用，支持点击、输入、拖拽、滚动和窗口操作。
-- **你接手，AI 等待，再接着做。** 2.0.0首次操作预告倒计时 1 秒；距上次提示不足 3 分钟时为 0.1 秒。交回后重新观察并接续原任务。
-- **更少往返，更省 Token。** 控件增量观察、区域与降采样截图，加上连续动作批量执行，减少重复观察和模型往返。
+## 为什么它更准
+
+- **认身份，不猜坐标。** UI Automation 给出真实控件树与精确 `AutomationId`，动作可以走控件自身的 UI Automation 模式，而不是盲点坐标。
+- **标记先校验，再执行。** 默认情况下，编号标记在派发输入前按窗口身份与采样像素校验，过期标记会被拒绝，不会点错位置。动画邻居导致像素签名失效时，`uiaOnly` 用窗口句柄与几何固定身份，派发时的遮挡检查仍然生效。
+- **查询有边界。** UIA 查询默认深度 6、120 节点、1200 毫秒软预算；深度超过 6 或节点超过 300 时必须提供已测量的 `anchor`，不会悄悄扫错区域。
+- **看不见就读字。** `computer_ocr` 返回绝对屏幕像素的行与词框，零 UIA 应用也能按名字定位。
+
+## 为什么它更省
+
+- **一段已知流程只花一轮往返。** 一次 `computer_batch` 串行执行整串动作、遇错即停，只花一轮模型往返，而不是每个动作各花一轮。
+- **只回增量。** 把上一次观察 ID 作为 `since` 传回，只拿到新增、变化、删除与顺序，而不是整棵树重发。
+- **2.0.0 默认精简回执。** 动作后的文字回执通常最多再加 6 KiB；需要细节时仍可用 `feedback: full`。
+- **证据不进对话。** 完整点查证据可留在有界本地缓存（内存 4 MiB、磁盘 32 MiB、64 条、24 小时过期），按需读取。
+- **本地的事留在本地。** UIA、屏幕 OCR 与像素校验都在预置原生 worker 里完成，不额外产生每一步的视觉账单。
+
+## 它不会抢走你的桌面
+
+- **会等你。** 操作前 1 秒提示（3 分钟内再次操作 0.1 秒）后即时交出桌面；你操作完，AI 重新观察并续接原任务。
+- **刹车能传进模型。** `Ctrl+Esc` 暂停、`Ctrl+Alt+R` 恢复、`Ctrl+Alt+Q` 退出，停止事件被推入正在运行的会话。默认保留操作审批，密码框默认拒绝。
+- **做不到的会说出来。** 检测到 Windows 安全桌面（UAC 或锁屏）会报告并在结束后自动续接，而不是盲目重试。
 
 ![人工接管与续接：先提醒、可接管、再继续](docs/images/02-handoff.png)
 
 ![Token 效率：聚焦观察、合并操作、回读验证](docs/images/03-token-efficiency.png)
 
-上图为 **1.3.0 功能示意**。实际 Token 用量取决于任务、模型和观察方式。默认保留操作审批；明确暂停、取消和退出始终有效。
+上图为 1.3.0 引入的交互模型；2.0.0 的风筝光标、有界查询与精简回执见上。实际 Token 用量取决于任务、模型和观察方式。默认保留操作审批；明确暂停、取消和退出始终有效。
 
 **安装即用。** 19 个桌面工具，原生组件随包提供，无需 SDK 或安装时编译。支持 Windows、Node.js ≥ 22 和系统自带的 .NET Framework 4.x。独立社区插件；Codex 用于说明交互风格。
 
+## 2.0.0 新特性
+
+- **默认精简回执**——动作后的文字回执通常最多再加 6 KiB；需要细节可用 `feedback: full`，不需要可用 `feedback: none`。
+- **有界、带锚点的 UIA 查询**——默认深度 6、120 节点、1200 毫秒软预算；深度超过 6 或节点超过 300 的查询必须提供已测量的 `anchor`。
+- **证据按需读取**——内存 4 MiB + 磁盘 32 MiB、64 条记录、24 小时过期；磁盘失败回退到有界内存。
+- **自适应操作预告**——首次 1 秒，3 分钟滚动窗口内再次操作 0.1 秒；倾斜的风筝标记点击点。
+- **加固的输入路径**——窗口管理快捷键守卫、worker 背压/恢复、过期目标检查与取消清理。
+
 <details>
 <summary>当前版本与兼容性</summary>
 
@@ -54,7 +79,7 @@
 
 在市场搜索 **computer-use** 或 **Codex-style**，认准仓库 **ltmroberthk915/dsh-computer-use**、npm 包 **dsh-codex-style-computer-use**（维护者 **ltmroberthk**），点击**安装**。以后通过市场的**更新**或**全部更新**获取正式频道版本。两份原生组件都已随包提供，无需 PowerShell 7、SDK 或构建白名单。
 
-也可在 **设置 → 插件 → 添加插件** 输入 **`dsh-codex-style-computer-use`**，安装当前正式频道；要体验本页展示的 1.3.0，输入 **`dsh-codex-style-computer-use@1.3.0`**。这里填 npm 包名即可。宿主可能对新版本设置等待期，以界面提示为准。首次新增 bundle 可在支持的宿主中热加载；确认工具与 skill 已出现即可使用。替换已经加载的版本、客户端界面未刷新或界面提示 **restart-required / 需要重启** 时，从托盘完整退出 DSH 并重新打开。
+也可在 **设置 → 插件 → 添加插件** 输入 **`dsh-codex-style-computer-use`**，安装当前正式频道；要体验本页描述的 2.0.0，输入 **`dsh-codex-style-computer-use@2.0.0`**。这里填 npm 包名即可。宿主可能对新版本设置等待期，以界面提示为准。首次新增 bundle 可在支持的宿主中热加载；确认工具与 skill 已出现即可使用。替换已经加载的版本、客户端界面未刷新或界面提示 **restart-required / 需要重启** 时，从托盘完整退出 DSH 并重新打开。
 
 ### 发布未满 24 小时
 
@@ -176,6 +201,10 @@ ID**：派发输入前会核对窗口身份与采样像素，因此过期的 mar
 `mcp/` 是建立在同一核心之上的零依赖 MCP stdio 服务，供只讲 MCP、不讲 Cordis 的客户端使用：
 
 ```sh
+# 已发布包（2.0.1 起可用），无需克隆仓库
+npx -y dsh-codex-style-computer-use
+
+# 从仓库检出运行
 node mcp/src/index.js
 ```
 
@@ -212,6 +241,10 @@ node build/verify-tools-schema.mjs                                   # 工具 sc
 工具定义走真实的 `@deepseek-ai/dsh-tools` DSL 编译，因此 schema 写错会在这里失败，
 而不是在宿主重启时把整棵插件树带崩。部分守卫会编译原生 worker，仅 Windows 可跑。
 
+发版前先跑 `npm run verify:package`：它校验打包身份、预编译 helper 的哈希，以及每一个 `bin`
+条目（目标文件存在、带 node shebang）。它刻意不是发布钩子——本包不带任何生命周期脚本——
+所以请在 `npm publish` 之前自己手动执行一次。
+
 ## 许可
 
 MIT —— 见 [LICENSE](LICENSE)。

package/icon.svg

@@ -13,10 +13,14 @@
       <stop offset=".5" stop-color="#38BDF8"/>
       <stop offset="1" stop-color="#A78BFA"/>
     </linearGradient>
-    <radialGradient id="glow" cx="18.2" cy="19.4" r="7.6" gradientUnits="userSpaceOnUse">
-      <stop stop-color="#38BDF8" stop-opacity=".32"/>
+    <radialGradient id="glow" cx="17.4" cy="16.8" r="7.4" gradientUnits="userSpaceOnUse">
+      <stop stop-color="#38BDF8" stop-opacity=".30"/>
       <stop offset="1" stop-color="#38BDF8" stop-opacity="0"/>
     </radialGradient>
+    <linearGradient id="kite" x1="14.1" y1="10.6" x2="19.9" y2="23.0" gradientUnits="userSpaceOnUse">
+      <stop stop-color="#55ADFF"/>
+      <stop offset="1" stop-color="#163A99"/>
+    </linearGradient>
   </defs>
   <rect width="32" height="32" rx="7.5" fill="url(#tile)"/>
   <rect width="32" height="32" rx="7.5" fill="url(#halo)"/>
@@ -24,6 +28,18 @@
   <path d="M5.6 10.1 H26.4" stroke="url(#rail)" stroke-width="1.05" stroke-opacity=".5"/>
   <circle cx="8.5" cy="8" r=".9" fill="#5EEAD4"/>
   <circle cx="11.2" cy="8" r=".9" fill="#A78BFA" fill-opacity=".85"/>
-  <circle cx="18.2" cy="19.4" r="7.6" fill="url(#glow)"/>
-  <path d="M15.6 12.4 L15.6 21.2 L17.8 19 L19.3 22.4 L20.8 21.7 L19.3 18.5 L22.3 18.5 Z" fill="#F8FAFC" stroke="#070B14" stroke-width=".85" stroke-linejoin="round"/>
+  <circle cx="17.4" cy="16.8" r="7.4" fill="url(#glow)"/>
+
+  <!-- mouse-line tail of the agent kite pointer -->
+  <path d="M19.87 22.96 C 19.2 25.3, 16.4 24.1, 14.6 26.3" stroke="#3B82F6" stroke-opacity=".92" stroke-width=".74" stroke-linecap="round" fill="none"/>
+
+  <!-- tilted kite pointer, simplified from the runtime KitePointerPainter -->
+  <polygon points="14.13,10.64 22.07,14.43 19.87,22.96 11.93,19.17"
+           fill="none" stroke="#3684FF" stroke-opacity=".35" stroke-width="1.5" stroke-linejoin="round"/>
+  <polygon points="14.13,10.64 22.07,14.43 19.87,22.96 11.93,19.17" fill="url(#kite)"/>
+  <polygon points="14.13,10.64 22.07,14.43 17.00,16.80" fill="#A9E0FF" fill-opacity=".30"/>
+  <polygon points="17.00,16.80 22.07,14.43 19.87,22.96" fill="#06184F" fill-opacity=".28"/>
+  <polygon points="14.13,10.64 22.07,14.43 19.87,22.96 11.93,19.17"
+           fill="none" stroke="#CFEFFF" stroke-opacity=".95" stroke-width=".33" stroke-linejoin="round"/>
+  <line x1="14.13" y1="10.64" x2="19.87" y2="22.96" stroke="#D5F2FF" stroke-opacity=".30" stroke-width=".25"/>
 </svg>

package/lib/bin/attention-worker.exe.json

@@ -3,5 +3,5 @@
   "platform": "win32",
   "architecture": "x64",
   "sourceSha256": "6e17308fc1cb0de1ece6f3164866b6de03ecdf74a42a6e78c0a8e6d02912c3bf",
-  "binarySha256": "897c8dfd1ef2c0722105311d4775241999fab42d77a0ed1ecfc95ae290bf456f"
+  "binarySha256": "ad99b350925f8b373a93b80ee73b2632d23f8f6e8bab913a2a83becfa7b016af"
 }

package/lib/core/bin/dsh-computer-use-worker.exe.json

@@ -2,6 +2,6 @@
   "format": 1,
   "platform": "win32",
   "architecture": "x64",
-  "sourceSha256": "a7496b49b57ca8a505ecf12abad049e9b1b5d4b70f3ae574a5b55cb3fa76bd42",
-  "binarySha256": "60bbcd1bd6638b1088e65e7b4a6e68deeecc83cb470967499ed4d9911d98c99a"
+  "sourceSha256": "b448b6a665147bde3698471c0a36897188fd26688338a919b45ac2d96b175a95",
+  "binarySha256": "f8042acb806f07240ee5ba70eda3b235fc8f7e668318cc44e29b889a82b0b647"
 }

package/lib/core/index.js

@@ -719,6 +719,11 @@ export class ComputerUse extends EventEmitter {
       x: pt.x, y: pt.y, button: opts.button || 'left', clicks: opts.clicks || 1,
       settleMs: opts.settleMs ?? 40,
       ...(witness ? { verificationRegion: witness } : {}),
+      // Embedded renderers (a WeChat article panel, an Electron child) belong to a DIFFERENT
+      // process than the window that hosts them, so the occlusion check reads them as "covered"
+      // even though the pixel is inside the app the caller activated. The worker already
+      // implements the escape hatch; forward it, or a whole class of real apps is unclickable.
+      ...(opts.allowCovered ? { allowCovered: true } : {}),
       ...((pt.expectHwnd || opts.expectHwnd) ? { expectHwnd: pt.expectHwnd || opts.expectHwnd } : {}),
     })
   }
@@ -1031,6 +1036,32 @@ export class ComputerUse extends EventEmitter {
   async ocr (region) { return this.call('ocr', region ? { ...region } : {}) }
   async clipWrite (text) { return this.actuate('clipWrite', { text }) }
 
+  /** Open an app/URL/folder/document through ShellExecute, as a real actuation: the halo,
+   *  the brake checks, the audit trail and the rate window all come from actuate() — which
+   *  is exactly why this is an op and not a Node-side spawn (see worker.cs Launch). */
+  async launch (target, opts = {}) {
+    // `args` is an ARRAY of argument values (quoted once, in the worker). Passing a ready-made
+    // command line would make the launcher parse our boundaries differently than the caller meant.
+    return this.actuate('launch', {
+      target,
+      ...(opts.args !== undefined ? { args: opts.args } : {}),
+      ...(opts.tailMs !== undefined ? { tailMs: opts.tailMs } : {}),
+    })
+  }
+
+  /** Put keyboard focus on a FIELD and prove it: clicks (x,y), then reports the UIA focused
+   *  element and whether a caret is provable there (OS caret, else a two-frame blink check).
+   *  Refuse to type when `verified` is false — typing follows the focused control, not the
+   *  window, and a document that kept focus silently swallows the text. */
+  async focusField (opts = {}) {
+    return this.actuate('focusField', {
+      x: opts.x,
+      y: opts.y,
+      ...(opts.hwnd !== undefined ? { hwnd: opts.hwnd } : {}),
+      ...(opts.verifyCaret !== undefined ? { verifyCaret: opts.verifyCaret } : {}),
+    })
+  }
+
   async activateWindow (sel) { return this.actuate('activate', sel) }
   async windowOp (sel, op, opts = {}) { return this.actuate('windowOp', { ...sel, op, ...opts }) }
   /** Deterministic placement (no mouse): move/resize a window to an arbitrary rect. */