Name: dsh-gcua
Author: zhaochengbiao005

Install

dsh plugin --profile web add github:zhaochengbiao005/dsh-gcua

README

dsh-gcua

GCUA (Generalist Computer-Use Agent) 状态机插件，为 DeepSeek Harness 而生。移植自阿里通义 MAI-UI 团队的 OpenGCUA 的 harness 哲学：决策下放给模型，引擎只管执行与记账。

安全边界（必读）

步骤执行是进程隔离（每步一个新 Python worker 进程），不是沙盒：步骤代码以你自己的用户权限运行，能读写它能触达的一切。能做到的隔离只有两道：

环境变量白名单：宿主只透传 PATH/SYSTEMROOT/TEMP 等系统级变量进入 worker——API key 类环境变量不进
单写者文件锁：每目录同一时刻只有一个 worker 能写 state.json

凭据文件、浏览器 profile、SSH key——只要文件系统允许，步骤都能读。别把它跑在不想暴露这些的账号下。

它是什么

三个工具 + 一段系统提示词，把「观察 → 行动 → 验证」的闭环变成强制流程：

工具	干什么
`gcua_step`	把一段完整 Python 代码丢进隔离子进程跑一次（每步新进程；文件与系统副作用保留，变量不留）。批量查询、GUI 自动化、带分支的流水线——一次往返全收
`gcua_status`	读任务台账（todo ledger）与步级相位轨迹
`gcua_reset`	开新任务：清台账、stall 历史与 `.gcua/steps`；截图留存作为审计证据

Worker 命名空间（每步自动注入，无需 import）：

todo — 台账：todo.update(id, kind, content, status)，字段省略即继承；kind ∈ task|next_step|fact|question，状态机 pending → attempted → changed_unverified → claimed_verified（或 blocked）。规矩：没把条目从旧状态推进新状态，这一步就是白跑；只有拿到独立证据（读回验证、第二次观察）才许记"已验证"
screenshot() — 截图存 .gcua/shot-NNN.png，返回路径。单屏截主屏；多屏自动切全虚拟桌面（monitors[0]，与 pyautogui 绝对坐标一致）。只在定验时用，轮询靠文本
ps(cmd, timeout) — PowerShell（UTF-8 输出；-EncodedCommand base64 编码装载，无引号转义/注入面）
paste_text(text) — 剪贴板注入 + Ctrl+V，绕过中文 IME
pyautogui / uia（pywinauto Desktop；未安装时首次访问抛 ImportError 并提示 pip install pywinauto，不是静默 None）/ 标准库
phase(name) — 步内相位标记（execute / observe / verify…），自动记录进轨迹

内置防呆：StallDetector（失败步按同代码+同报错、成功步按同代码+同输出摘要指纹，连出 3 次警告、6 次熔断，窗口 12；熔断只提醒绝不篡改该步的真实成败）、pid 感知文件锁（接管需锁龄 >420s 且持有进程已死，慢步骤永不被误判；BUSY 防并发）、哨兵结果协议（worker 结果行带 __GCUA_RESULT__ 前缀，步骤代码往 fd-1 写原始字节也丢不了结果）、state.json 原子写 + 损坏自愈（隔离 .json.bad）、超时/中断 taskkill /T /F 斩杀整棵进程树、reset 语义三路统一（state + steps，截图留审计）、幂等 selftest 跑在临时目录。