dsh-qq-farm
QQ 经典农场自动化助手面板 — DeepSeek Harness 插件（面板 + 控制面 + LLM 工具），自动化由独立 Farm Agent 承担
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:Moosphan/dsh-qq-farm#4b8e311dea332dd548b034bd62b784385e107d0fQq Farm 以 dsh-qq-farm 发布，当前版本为 0.2.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
DeepSeek Harness (DSH) 插件：让智能体替你打理 QQ 经典农场小程序（QQ / 微信双端）。
不是「内置一个自动化脚本」，而是把农场变成智能体的眼睛和手： 插件负责截图、点击、坐标校验；判断交给大模型（看图识地块、识别成熟、处理弹窗）。
传统农场脚本靠颜色阈值 / 模板匹配判断地块状态，遇到换季作物、变异形态、UI 改版就失效， 且难以表达「这块地是不是熟了」这类语义判断。
本插件把语义判断交给模型，插件只保证：
flowchart LR
subgraph L1["① 决策层 · DSH Agent"]
direction TB
A1["感知 Perception<br/>farm_look"]
A2["推理 Reasoning<br/>多模态识别"]
A3["执行 Action<br/>click_plot"]
A4["验证 Verification<br/>画面回读"]
A1 --> A2 --> A3 --> A4
end
subgraph L2["② 能力层 · 插件运行时"]
direction TB
B1["工具注册表<br/>Tool Registry"]
B2["路由与鉴权<br/>Route & Auth"]
B3["协议客户端<br/>Protocol Client"]
B4["技能提供者<br/>Skill Provider"]
B5["表现层插槽<br/>Panel Slot"]
B1 --> B2 --> B3
B4 -. 上下文注入 .-> B1
B5 -. 状态同步 .-> B3
end
subgraph L3["③ 执行层 · 平台后端"]
direction TB
C1["应用服务<br/>macagent.py"]
C2["系统原语<br/>macd"]
C3["几何拟合<br/>cvhelper.py"]
C1 --> C2
C3 -. 坐标换算 .-> C1
end
subgraph L4["④ 目标层"]
direction TB
D1["目标应用<br/>QQ 小程序"]
end
L1 ==> L2 ==> L3 ==> L4
| 层 | 负责 | 不负责 |
|---|---|---|
| 智能体 | 语义判断、异常处理、策略 | 像素级机械动作 |
| 插件 | 确定性原语、约束校验、状态持久化 | 任何「这是什么」的语义结论 |
| 平台后端 | 系统调用（截图/点击） | 决策 |
| 能力 | 状态 |
|---|---|
| 看农场（截图 → 模型判断） | ✅ |
| 一键收获（多株成熟） | ✅ 实测 13 株一击完成 |
| 逐块收获（含多轮采摘循环） | ✅ 实测 2 轮 |
| 田地自动定位（等轴测晶格拟合） | ✅ |
| 面板（实时画面 / 状态 / 任务 / 日志） | ✅ |
| 多实例管理 | ✅ 框架就绪 |
| 用户优先闸门（不抢鼠标） | ✅ |
| 端口自动避让（防旧进程占用） | ✅ |
| 偷菜 / 帮忙 / 施肥 / 扩建 | 🚧 规划中 |
# 1. 安装到 DSH（以 desktop profile 为例）
npx @deepseek-ai/dsh plugin --profile desktop add link:/path/to/dsh-qq-farm
# 2. 重启 DSH
# 3. 打开面板：右下角「农场助手」胶囊 → 展开
首次运行 macOS 后端需要两项系统权限（截图 + 合成事件）：
agent/mac/bin/macd perms --prompt
# 授权后应显示 {"accessibility":true,"screenRecording":true,"ok":true}
| 工具 | 说明 |
|---|---|
farm_instances | 列出实例 |
farm_status | 实例详情（等级/金币/24 格状态/任务/统计） |
farm_control | 开始 / 暂停 / 停止 / 修复 / 重启 |
farm_run_task | 立即执行某任务 |
farm_look | 截图存文件，返回路径（配合 read_image 看图） |
farm_click | 按图像像素坐标点击 |
farm_click_plot | 按 row/col 点击地块 |
farm_harvest_plot | 逐轮收获一块地（自动处理多轮作物） |
领域知识随插件打包，按需加载（不占常驻上下文）：
skills/qq-farm/SKILL.md
内容包括：坐标约定、收获流程（点作物唤出「手」→ 点手 → 多轮循环）、 视觉词典（成熟 = 可摘标记）、输出格式、安全红线。
| 模式 | 调用频率 | 单次 | 日消耗 |
|---|---|---|---|
| 轮询喂全屏图 | 每 2 分钟 | ~2,000 | ~720k ❌ |
| 事件驱动 + 田地裁剪 | 每 20 分钟 | ~800 | ~29k ✅ |
| 纯文本优先 | 每 20 分钟 | ~300 | ~11k ✅✅ |
省 token 的五个闸门：变化检测、文本优先、区域裁剪、批量判断、预算硬上限。 技能正文按需加载，不用时零成本。
node scripts/check.mjs # 结构检查
node scripts/check-plugin.mjs # 宿主半冒烟
node scripts/check-client.mjs # 浏览器半冒烟
agent/mac/bin/macd winlist # 窗口列表
agent/mac/bin/macd capture <wid> out.png
agent/mac/bin/macd ocr out.png
平台后端协议（FAP v1）见 shared/fap.cjs：
GET /v1/health
GET /v1/instances
GET /v1/instances/:id/state
GET /v1/stream # SSE
POST /v1/instances/:id/control
POST /v1/instances/:id/task
POST /v1/instances/:id/click
POST /v1/instances/:id/click_plot
POST /v1/instances/:id/harvest_plot
dsh-qq-farm/
├── package.json # 插件清单（dsh.bundle / dsh.client）
├── cordis.patch.yml # DSH 配置补丁（插入插件与默认配置）
├── lib/ # 宿主半（Node，ESM）
│ ├── index.js # cordis 入口：装配 + 技能 provider
│ ├── routes.js # /plugins/dsh-qq-farm/* 代理与鉴权
│ ├── agent-client.js # FAP v1 客户端（HTTP + SSE 重连）
│ ├── supervisor.js # Agent 进程托管（退避重启）
│ ├── tools.js # 8 个 LLM 工具
│ └── client.js # 浏览器半（预构建 bundle，React 组件）
├── shared/
│ └── fap.cjs # FAP v1 协议单一事实源
├── agent/
│ ├── mac/ # macOS 后端
│ │ ├── macagent.py # FAP 服务（stdlib-only）
│ │ ├── cvhelper.py # 田地晶格拟合（OpenCV，可选）
│ │ ├── bin/macd.swift # 系统原语（截图 / 点击 / OCR / 模板匹配）
│ │ └── templates/ # 手 / 关闭按钮等模板
│ └── mock/ # 无依赖 Mock（无 macd 时自动启用）
├── skills/
│ └── qq-farm/SKILL.md # 作业手册（按需加载，不占常驻上下文）
├── docs/ # 技术方案 / 功能清单 / 排障
├── scripts/ # 结构与冒烟检查
├── poc/ # 早期可行性验证稿
├── samples/ # 参考截图
└── README.md
本项目仅供个人学习与技术研究使用，不构成对任何产品的官方支持。
如在您所在地区此类自动化行为不被允许，请勿使用本项目。
MIT