dsh-selection-tools

划词即问：在电脑上任意应用里选中文字，用 DeepSeek Harness 自己的 agent 解释或翻译，结果落在可拖动、可缩放的置顶浮窗里。
Select text in any Windows app — the Harness agent explains or translates it in a native, draggable, always-on-top overlay.

🌐 English — an official-form DSH bundle plugin for Windows: select text in any app and explain/translate it with DeepSeek Harness's own agent. The menu pops the moment you select — selecting never touches your clipboard: the selected text and its surrounding paragraph are read with UI Automation, and the clipboard (one injected Ctrl+C) is only used as a fallback after you click a menu item. The answer renders in a native GDI+ always-on-top window — no browser, no extra process, no runtime dependency. Quickstart:

dsh plugin --profile web add "github:fyisgod/dsh-selection-tools"

Restart dsh web afterwards. The rest of this README is in Chinese.

它做什么

• 系统级划词（主路径）：在任何 Windows 应用里拖选或双击选词 → 以选区右下角为锚点、第四象限弹出菜单（DeepSeek Harness 解释 / DeepSeek Harness 翻译）→ 点击后弹出置顶悬浮窗，流式显示 Harness agent 的回答。
• 划词不碰剪贴板：菜单在手势落下的那一刻就弹（不再"先注入 Ctrl+C 取词、取到才弹"——那条路上取词失败就等于菜单呼不出来）；选中的文字留到点菜单项时才解析，先走 UI Automation 直接读选区，只有它读不到才注入一次 Ctrl+C 读剪贴板兜底。
• 一份选区只弹一次菜单：菜单以任何方式收起（超时、Esc、点到别处、点了菜单项）之后，那份旧选区还留在应用里也不会让菜单再冒出来——只有重新划词（选出了新的一段）才会再弹。少了这条，"选中一次"之后就变成"到哪里拖菜单都会出来"。
• 菜单与回答窗口彼此独立：划词菜单有显示时限（默认 3.6 秒），超时、按 Esc、或用任意鼠标键点到别处都会收起；回答窗口只有手动关闭（标题栏 ✕）才会消失——新划词不会动它，窗口里的内容也只在点菜单的解释/翻译时才会换（再选一段文字、点窗口、滚轮都不会把结果顶掉）。
• 标题栏三个按钮（从右往左：关闭 / 复制 / 朗读）：复制把回答写进剪贴板，页脚回执「已复制 / 复制失败」；朗读用 Windows 自带的语音（SAPI，进程内 COM，不起额外进程）念出选中的原文，再点一次就停，读完自动复原；没有内容可复制/没有原文可读时对应图标画成灰的。
• 翻译会分情况给结果（由翻译规则驱动，可改）：选中的是词/短语时按词典条目输出——最佳翻译、音标（英/美）、其他翻译（带词性与使用场景）、关键术语或缩写再给术语说明；选中的是句子/段落时先给整段译文，若句中出现关键术语、缩写或专有名词，再追加关键术语小节逐条解释。
• 自动带上上下文（像知乎的划词解释）：手势落下后立刻用 UI Automation 读"选区 + 选区所在的那个段落"（一次读完），点解释/翻译时连同上文一起交给 agent，回答落在语境里而不是孤立地解释一个词；读不到（应用不暴露 UIA 文本）就安静降级为只送选区，再读不到才退到剪贴板。
• 页内划词（保底路径）：同一套菜单/悬浮窗也注册在 DSH 的 shell.overlay 槽位里；系统级能力不可用时（没装 koffi、被显式关闭）自动接管，DSH 页面内划词照常可用。页内这条路同样"一份选区只弹一次"（用选区的起点/终点位置 + 文本当签名，selectionchange 一变就作废）。
• 设置页：在 DSH 的「设置 → 划词工具」里改默认翻译语言、反向目标语言、解释/翻译规则（直接进提示词）、以及翻译与解释各自使用的模型 + 推理等级；改完立即生效（存在 DSH_HOME/dsh-selection-tools.json）。
• 回答由 Harness agent 生成：插件不自己调模型——宿主半边用 ctx.agents 跑一轮真实会话回合（同一套 agent loop、系统提示、工具、模型 route），每次划词都是一条全新会话。
• 划词记录留在「未分组」：跑完不归档，会话会出现在侧栏的「未分组」里（标题由 DSH 自己起，例如「Go 调度器多路复用 goroutine」），可以点进去追问；也不会被挂进任何项目分组——它是即用即走的一次性对话，不混进你的工程分组。
• 零外部依赖、零额外进程：系统级浮层是伴生进程自己创建的原生 Win32 分层窗口 + GDI+ 自绘——不需要 Edge/Chrome，不启动任何浏览器，不装任何运行时。颜色、圆角、图标都照 DSH 主题令牌取值。

界面

系统级浮层（原生窗口，GDI+ 自绘）：划词菜单 / 回答窗口

划词菜单（锚点第四象限）	词/短语翻译（词典式）	回答窗口（结合上下文）	鼠标拖动改大小后

设置页（DSH 设置 → 划词工具）：

上下文的作用（同一段文本 the P，左：带了选区所在的段落，右：只有选区本身）：

结合上下文	只有选区

页内路径（DSH 窗口里划词，用官方 Markdown 原语渲染）：

对话内划词	结果

架构

┌─ DSH 进程 ───────────────────────────────┐      ┌─ 伴生进程（Node + koffi + GDI+） ────────┐
│ dsh-selection-tools（Cordis 插件）        │      │ 全局鼠标轮询 → 拖选 / 双击手势          │
│  · /api/dsh-selection-tools/run  (SSE)   │◀─────│ UIA 读选区+段落（不碰剪贴板）            │
│  · /api/dsh-selection-tools/stop         │ HTTP │ 原生分层窗口：菜单 / 回答窗口            │
│                                          │◀─────│ 点菜单项仍读不到才注入 Ctrl+C 兜底       │
│  · /api/dsh-selection-tools/system/*     │      │ GDI+ 自绘（圆角卡片、字体、markdown-lite）│
│  · ctx.agents 跑真实会话回合              │      └─────────────────────────────────────────┘
└──────────────────────────────────────────┘

• 为什么要有伴生进程：DSH 插件跑在 dsh 进程里，拿不到全局鼠标、也起不了置顶窗口。伴生进程用 dsh 自带的 koffi（FFI）直接调 user32/gdi32/gdiplus，不需要额外编译或安装任何东西。
• 为什么是原生窗口而不是浏览器窗口：不依赖 Edge/Chrome（没有浏览器的机器也能用）、不额外起进程、不占几百 MB 内存；拖动/缩放由 Windows 原生处理（WM_NCHITTEST），圆角与阴影是分层窗口的逐像素透明，比浏览器窗口更贴合 DSH 的观感。
• 两个窗口，不是一个：划词菜单与回答窗口是两个独立原生窗口（菜单 236×104；回答窗口 400×480，按显示器缩放换算成物理像素）。菜单超时/被点掉都不会影响回答窗口；回答窗口没有悬浮球、也没有最小化，唯一的手动关闭入口是标题栏的 ✕。
• 上下文为什么要用 UI Automation：要在 Windows 上通用地拿到"选区周围那段话"，又不改动用户选区、不注入额外按键、不额外起常驻进程，只有 UIA 的 TextPattern 做得到（取选区范围 → 就地扩到段落）。它的调用是同步 COM，所以放在 worker 线程里、带超时，卡住的宿主应用拖不住划词链路。

能力面

不注册任何模型可见的工具，也不改官方源码。

安装

本仓库根目录就是一个 bundle 插件包（package.json#dsh.bundle → cordis.patch.yml），且构建产物已入库（lib/）——git 源安装不需要任何构建步骤。

# GitHub 一行装（推荐）
dsh plugin --profile web add "github:fyisgod/dsh-selection-tools"

# 本地检出目录
cd <本仓库路径>
dsh plugin --profile web add .

# npm（发布后）
dsh plugin --profile web add dsh-selection-tools

装完重启 dsh web（或重启承载它的桌面端）生效——bundle 层栈在启动时合成。卸载 / 更新：

dsh plugin --profile web remove dsh-selection-tools
dsh plugin --profile web update

自检：

curl http://127.0.0.1:3080/api/dsh-selection-tools/ping
curl http://127.0.0.1:3080/api/dsh-selection-tools/system/status   # companion.state 应为 running

只改伴生进程/浮层时，不必重启 DSH：

curl -X POST http://127.0.0.1:3080/api/dsh-selection-tools/system/restart

使用

1. 任意应用里选中文字（拖选 / 双击选词）——这一步不碰剪贴板。
2. 选区右下角弹出菜单（大约几十毫秒后就可见；DSH_SELECTION_MENU_DECIDE_MS 说明见下），点 解释 或 翻译（Esc 可收起）。
3. 回答窗口先显示「正在读取选区…」，随即流式显示结果（带着选区所在的上下文一起问）；生成中可 停止，完成后可 复制 或 关闭（✕）；标题栏可拖动，四条边与四个角都能用鼠标拖着改大小（指针会变成对应的双箭头）。取不到选中的文字时会显示「失败 · 未能读取选中的文字」，而不是"点了没反应"。

翻译方向自动判定：源文本含中日韩字符 → 译成英文；否则译成中文。

开关与配置（环境变量）

设计要点（含踩过的坑）

• 菜单绝不能等取词：老实现是「手势 → 注入 Ctrl+C 读剪贴板 → 读到了才弹菜单」，于是取词失败就等于菜单呼不出来——DSH 桌面端自己的 WebView2 窗口里注入的 Ctrl+C 拿不到剪贴板（实测 /status 里 lastCapture.reason = timeout，剪贴板序号变了却读不出文字），个别外部应用也偶发。它还会短暂接管用户的剪贴板。现在手势落下就弹菜单，弹出条件里再也没有「能不能取到词」这一项；代价是要自己回答「这次拖拽/双击到底是不是在选文字」，用 UIA 回答（companion/policy.mjs 的 menuDecision）：
  • 读到选区里有文字、而且按下的地方就在这段选区里 → 弹（这次手势选的就是它）；
  • 读到选区里有文字，但按下的地方不在选区里 → 不弹（stale-selection）：那是上一次划词留下的旧选区，菜单已经为它弹过一次、也已经收起；
  • 这一点上确实没有选区（元素带 TextPattern 却报不出选区，或者落在桌面/任务栏这类不含可选文本的系统外壳上）→ 不弹（no-selection / shell）：拖窗口、拖滑块、拖桌面、双击图标都不该弹；
  • 什么都没读到（应用不暴露 UIA 文本、宽限期也用完）→ 照弹：未知时倒向"用户确实想划词"，点菜单项时还有剪贴板兜底。 这几条都有单测钉着（test/policy.test.mjs），决策理由每次写进 /status 的 lastMenuDecision。
• “手势碰到这段选区了吗”必须用矩形量，而且余量要按行高走：先用 GetBoundingRectangles 拿选区的屏幕矩形（RangeFromPoint 不行——它会把点就近吸附到文本边界上，鼠标按在桌面空白处也照样回一个“选区最后一个字符”的位置，这个判断就永远为真、什么都量不出来）。判定本身抽成纯函数 pointNearRects：余量取 max(8, 矩形高度)——拖选的锚点会吸附到字符边界，字符有多宽误差就能有多大，150% 缩放下一个字 15–30px，写死 8px 会把“从右往左拖”“按在行尾空白处起手”这类正常划词误判成旧选区（用户报的“经常弹不出来”就是这条）。按下点与松开点都要看：它们是选区的两端，用户从文字里起手一路拖到段落外面（或反过来）时，总有一端落在选区里。以及一个坑：GetBoundingRectangles 交出来的矩形是 {left, top, right, bottom}，没有 height 字段——早期实现读 rect.height 得到 undefined，Math.max(8, undefined) 是 NaN，比较全 false，于是“手势碰到选区了吗”恒为 false、正常划词全被当成旧选区吃掉（test/policy.test.mjs 现在钉着这条）。 另外两个实现细节：矩形是 SAFEARRAY(double)（每 4 个一组 x/y/w/h），SafeArrayAccessData 之后按 double 数组解码；槽位号必须对着 IDL 数——IUIAutomationTextPattern 里 RangeFromPoint 排在 RangeFromChild 前面（3/4），IUIAutomationTextRange 里 GetBoundingRectangles 是 10，数错一位把调用打到隔壁方法上会直接 ACCESS_VIOLATION 崩掉伴生进程（实测踩过）。
• 宽限期是为了"慢"，不是为了"读不到"：探针正常 10–30ms 就回来；慢的那一次（跨进程 provider、无障碍树刚被焐热）如果直接按"未知"照弹，用户随手一拖就会撞出菜单来。所以决策分两级：先等 DSH_SELECTION_MENU_DECIDE_MS，超时再等它三倍时长（上限 1s）——结论一回来就出菜单，只是比"照弹"更晚一点，而不会把旧选区或没选字的手势也弹出来。
• 选区文字 UIA 优先、剪贴板垫底：点菜单项时才解析选区——先等菜单弹出时就开始的 UIA 预读（一次调用同时拿到选区与段落），再补读一次（那时无障碍树已热），最后才注入 Ctrl+C 读剪贴板。全插件只有这最后一处会碰用户的剪贴板，而且只在用户点了菜单按钮之后、前两条都拿不到文字时。/status 的 lastResolve.source 会说清这次用的是哪一条（uia-prefetch / uia-fresh / preset / clipboard）。
  • 顺带一个观察：Chromium（含 DSH 桌面端自己的 WebView2 窗口）是被 UIA 问到才打开无障碍树，刚启动那一下连 TextPattern 都还没有（实测：本轮第一次划词的 3 次尝试全空，之后再问就正常）。所以预读的重试次数比决策窗口长——它在替"点菜单项时"把树焐热；读不到时决策会走"未知 → 照弹"，用户不会因此丢菜单。
• 注入按键要带扫描码：keybd_event 的 bScan 传 0 时，Chromium/WebView2 一类窗口可能不认这次合成按键，剪贴板一动都不动。兜底取词现在用 MapVirtualKeyW 补上扫描码，那条路才真的能兜底。
• agent 一致性靠复用：ctx.agents.create + agent.followup + agent.whenIdle，最终文本取自语料权威来源（会话日志里最后一条 assistant/message）。
• user 消息必须带稳定 id 与 source.rpcId：缺失会让会话在 DSH 对话视图里报 received more than one start Match。
• 会话必须带 cwd：没有工作目录的会话上跑 agent 会静默无输出。
• 侧栏分组的真实规则（决定了"会话出现在哪"）：归档集合 workspaceRegistry.archivedSessionIds 里的会话在所有视图里都不显示（sessionVisible = origin !== 'subagent' && !archived && (!blank || 当前会话)）；其余会话按"是否被某个 workspace 记录的 sessionIds 记账"分到项目下，没被记账的才是「未分组」。所以"放进未分组" = 不归档 + 不被任何项目 attach：本插件只走 ctx.agents.create（不经网关的 session.create(workspaceId)，那条路径会 attachSession），并在会话建好后 best-effort detachSession 兜底。宿主公开 API 只有 archiveSession，没有 unarchive。
• koffi 从 dsh 安装目录解析：插件把宿主进程的 argv[1] 作为锚点传给伴生进程；插件自身不 import 任何 @deepseek-ai/*，否则以 link:/本地路径安装时会因跨盘符解析失败让整个 dsh web 起不来。
• koffi 的坑：回调必须用 koffi.proto 先声明原型（裸字符串会报 Unexpected character '(' in type specifier），且被回调引用的结构体也要先定义；SetWindowPos 的 hWndInsertAfter 声明成 intptr_t（HWND_TOPMOST=-1 传给 void * 会被拒）；出参结构体要写 _Out_；CreateCompatibleDC/BitBlt 在 gdi32 不在 user32；koffi 的类型名是全局的，重复定义同名字会报 Duplicate type name（因此所有绑定模块都只建一次）。
• 伴生进程必须声明 DPI 感知：不声明时 Windows 把它当 DPI-unaware，坐标全落在被缩放的虚拟空间（实测 GetSystemMetrics 谎报 96dpi、虚拟屏幕 3627×1080，真实是 144dpi / 4480×1600），主副屏表现会不一致。现在启动第一件事就是 SetProcessDpiAwarenessContext(PER_MONITOR_AWARE_V2)，尺寸按目标显示器的 GetDpiForMonitor 换算。
• 伴生进程的重启要"干净"：/system/restart 走 companion.restart()——先送走老进程、等它真的退出再拉起新的。三处细节缺一个就会留下"幽灵伴生进程"：两个进程各自钩一次全局鼠标、各自开一个浮层，用户看到两个菜单、两个回答窗口，而插件自己只认得新的那一个。
  • kill() 偶尔漏杀：宽限期（默认 800ms）内还活着就直接 taskkill /pid <pid> /T /F 补刀。
  • exit 回调要认身份（child !== spawned 直接 return）：老进程迟到的 exit 会把新进程的引用与状态一起抹掉（表现是重启后状态莫名变 stopped）。
  • stopping 必须在 restart 里复位：它只在 stop() 里置位，不复位看门狗就永久失效（重启之后伴生进程再崩也不会自动起来）。
  • 这三条都有单测钉着：test/companion-manager.test.mjs（注入 spawnChild 起真进程 + 假僵尸，退避与宽限可注入；反证过：把任一条改回去测试立刻红）。
• 浮层页面脚本/文本渲染：自绘的 markdown-lite 渲染器要自己处理标题级别、列表、代码块、粗体与 CJK 断行；标题正则必须把井号捕获成组（^(#{1,4})[ ]+(.*)$），写成 ^#{1,4}... 时 {1,4} 是量词、正文会取到 undefined。
• 状态对象要就地合并：绘制回调里回写的 contentHeight/stopBox 必须落到调用方持有的同一个对象上，否则滚动条与"停止"命中框永远是空的。
• 取词不能拿"剪贴板序号变了"就当成功：剪贴板是全局的，用户自己在同一时间按 Ctrl+C、剪贴板管理器同步、别的应用复制，都会让它变。老实现把这些全当成"这次选区"，于是菜单与回答窗口拿着一整段跟选区无关的文字弹出来；更糟的是它取完词就"还原"，把用户刚复制的内容踩掉。现在的三条规则（companion/selection.mjs）：
  • 用户此刻正按着 Ctrl+C → 一次都不注入。我们注入的 Ctrl 抬起事件会把用户那个还没松开的组合键拆散（应用看到的是"一个没有 Ctrl 的 c"），而"还原"又会踩掉用户那次复制的成果——两条加起来就是"按了 Ctrl+C 却粘贴出旧内容"。
  • 确定是别的进程写的那次 → 丢掉，继续等（真正那次复制通常紧跟其后）。判据是剪贴板属主窗口的进程；UWP 那种"前台是框架窗口、真正复制的是它的子窗口"按顶层祖先的进程认成一家人。认不出属主时放行——环境事实：实测本机剪贴板里上一次复制的内容就是"无属主"的（写入进程已退出/无窗口写入），一律拒绝会让个别应用再也弹不出菜单（所以默认放行）。
  • 还原只在"读完之后没人再写过、且用户没在此期间自己复制过"时才做；没取到词时一律不还原（那会儿剪贴板里可能是别人刚写的东西）。
• 两次取词绝不能重叠：取词要注入按键 + 读同一个全局剪贴板。重叠时，后一次注入引起的序号变化会被前一次的轮询读到，前一次迟到的"还原"也会正好写在后一次的轮询窗口里——这是"回答窗口里的输入内容与选中文字不符"的另一条来路。所以手势进 createLatestQueue（companion/gesture.mjs）：同一时刻只跑一个，排队只留最新一次，跑完发现已经有新手势进来就直接丢掉结果（不弹菜单）。
• 菜单要绑定"它自己那次选区"：点菜单项时不能现读全局的 state.selection——用户点下去的那一刻可能刚好又有一次划词完成，于是"回答窗口里的输入内容"跟"用户看着菜单点的那段文字"对不上。showMenu 把选区存进 menu.selection，点菜单项（含 /click 验收端点）一律用它。
• 取词这三条与队列都有单测钉着：test/selection.test.mjs 用假 Win32 造出"用户自己按 Ctrl+C""别的进程写剪贴板""我们刚读完就被人写""注入没人响应"这些时序，test/gesture.test.mjs 钉队列；反证过：把任一条改回老行为，测试立刻红。
• 回答窗口的状态只归它自己：showMenu 里任何一次 ui.xxx = … 都会在窗口下一次重绘时生效——早期版本在这里顺手重置了 ui.source/answer/status，于是"新划词后点一下窗口"就变成"显示新选中的文字 + 没有文本输出 + 就绪"。现在弹菜单只写 state.selection，窗口内容只在 startRun 里换（踩过，用户截图就是这个现象）。
• 浏览器里第一次读上下文必然失败：Chromium 是"被 UIA 问到才打开无障碍树"，冷启动那一刻 GetCurrentPatternAs(TextPattern) 拿不到东西（实测：第 0 次 no text pattern，第 1 次开始 selection/段落都正常）。所以 worker 里读失败要等一下重试（2 次 × 160ms），并且别只看点上的元素——点上的往往是外壳，得沿控制视图往上一层层找 TextPattern。
• SAPI 的 vtable 要按继承顺序数：ISpVoice 继承 ISpEventSource ← ISpNotifySource ← IUnknown，所以 Speak=20、SetRate=28、SetVolume=30、WaitUntilDone=32（IDL 里每个接口都从 3 开始编号，直接照抄会打错函数）。
• 设置要能被模型真的用上：语言/规则/模型座位都在宿主半边的 dsh-selection-tools.json 里，跑一轮前现读；模型座位优先级 = 设置里的座位 > 请求带的 provider/model > 部署默认。验证方式很干脆：把座位改成不存在的模型，那一轮必须失败（否则说明设置没被用）。
• 布局必须按窗口实际尺寸算：回答窗口可以被用户用鼠标拖着改大小，paintPanel/panelLayout/panelButtons/panelHit/panelEdgeZone/panelHitZone 全部要拿实际宽高（物理 ÷ 缩放 = DIP），不能钉死 MODES.panel 的 400×480（踩过：改完大小后正文/页脚还按老尺寸排版，窗口下方留一大片空白，缩放手柄也跑偏）。
• 八个方向都要能拉：缩放手柄是 panelEdgeZone 算出来的纯几何（边 6 DIP / 角 16 DIP），交给 WM_NCHITTEST 的 HT 边框代码，剩下的活由 Windows 自己干（窗口是 WS_POPUP、没有 WS_THICKFRAME，照样能拉）。三处必须一起对，否则"某条边拉不动"：
  • 角要比边宽：窗口圆角 16 DIP，最角落那几个像素画出来是透明的，而分层窗口的透明像素不接收鼠标——角区窄了就等于抓不住（左上/右上尤其明显）。
  • 上边只占最外面 6 DIP：再往下就是标题栏，要留给 HTCAPTION 拖动（早先版本整条上边都判成拖动区，所以上边"拉不动"；把 HTTOP 铺满整个标题栏又会反过来拖不动窗口）。
  • 按钮优先：缩放手柄就压在标题栏按钮与页脚「停止」旁边（上右角贴着关闭按钮、底边贴着「停止」），命中顺序必须是 按钮/「停止」 > 手柄 > 拖动 > 客户区，否则这两个按钮的边角会被手柄抢走。
  • 指针形状自己换（WM_SETCURSOR + RESIZE_CURSORS）：类光标是 null，无边框弹窗上别指望 DefWindowProc 给出拉伸指针；"这条边能不能拉"全靠指针告诉用户。
  • 命中区是纯函数，所以有单测钉着：test/panel-zone.test.mjs 覆盖八个方向、按钮优先、以及"按实际尺寸算"这几条。
• WM_SIZE 在创建期也会来：CreateWindowExW 用的是 10×10 占位尺寸，创建期/隐藏期的 WM_SIZE 不能当作用户改过大小——否则会把 10×10 记成"用户尺寸"，回答窗口直接以 10×10 打开（踩过）。现在只在可见状态且超过下限时才记录，并顺手同步 panel.rect（命中判断与 /capture 都依赖它）。
• 缩放要有下限：处理 WM_GETMINMAXINFO 写 ptMinTrackSize（260×200 DIP × 缩放），否则能被拖成一条线，布局就没法看了。
• GDI+ 裁剪的合并模式：见下条；另外 *koffi 3.2 里 `koffi.decode(bstr, 'const char16_t ')会直接把进程打成 ACCESS_VIOLATION**（UIA 的 BSTR 出参踩过）。稳定做法是先读 BSTR 头部 4 字节长度、再按char16_t数组解。裸 COM 调用靠koffi.call(函数指针, koffi.proto(...), ...)，vtable 槽位序号必须对着 Windows SDK 的UIAutomationClient.idl数（ElementFromPoint=7、GetCurrentPatternAs=14、GetSelection=5、ExpandToEnclosingUnit=6、GetText`=12）。
• 同步 COM 必须隔离到 worker：UIA 的调用是同步的，目标应用无响应时会把调用线程一起卡住。读上下文跑在 worker 线程里并带超时（默认 900ms，DSH_SELECTION_CONTEXT_TIMEOUT_MS），超时直接 terminate 重建——主进程的取词/菜单/绘制不受影响。
• 矩形命中判断不要跨模块复用不同形状：手势状态机里的 pointInRect 吃的是 {left,right,top,bottom}，而窗口用的是 {x,y,width,height}。混用后"点在菜单内吗"恒为 false，于是按下鼠标左键的那一瞬间外层就按"点了别处"把菜单收起（outside-click），菜单项永远等不到 WM_LBUTTONUP——表现就是"点菜单项没反应、菜单还消失了"。现在 main.mjs 自己带一个 inRect(point, rect)（x/y/width/height），命中路径不再跨模块借形状。
• GDI+ 裁剪的合并模式：GdipSetClipRect 的最后一位是 GpCombineMode，Replace=0、Exclude=4。把 Replace 写成 4 时裁剪区变成"这块矩形之外"，正文正好整块被裁掉——画面只剩标题、原文框和状态条，正文一片空白，而"正文没有溢到页脚"看起来还像是测试通过（假绿灯）。现在固定传 0，并在返回状态非 0 时直接抛错。
• 表格单元格要走 paragraph 而不是单行 text：tokenize 才会解析 **粗体** 与反引号行内码，直接 text 会把 ** 原样画出来。分隔线 --- 现在按 hr 块画成一条细分隔线，不再把字符当正文。

风险与边界

• 划词本身不碰剪贴板：选中的文字优先用 UI Automation 读。只有在点了菜单项之后 UIA 仍读不到时，才会注入一次 Ctrl+C 读剪贴板（随后把原内容写回）——那一次里，用户此刻正按着 Ctrl+C、或期间用户自己复制过，则完全不碰剪贴板；期间别人写的内容不会被当成选区；控制台/终端窗口默认跳过。想要连兜底都不发生，设 DSH_SELECTION_TEXT_SOURCE=uia。
• UIA 读到的选区可能来自焦点元素：为了覆盖"浏览器里点上的只是外壳"这类情况，候选链会退到焦点元素的选区。这类"旧选区"不会再让菜单重复弹（按下的地方不在选区里 → stale-selection，见上）；真正读不到任何东西时（应用完全不暴露 UIA 文本）仍然照弹——这是"别吞掉这次划词"的取舍，/status 的 lastMenuDecision.reason = unknown 会说清是这一类。
• 只支持 Windows：Win32 + GDI+ 专用；其它平台退化为页内划词路径。
• 浮层是原生自绘：markdown 支持标题/列表/引用/代码块/粗体/行内码/表格（表格按等宽行排版），不追求浏览器级的排版细节；正文不可选中，复制用面板上的复制按钮。
• 划词长度上限 12000 字符；超出直接报错，而不是把整篇文档塞给模型。
• 页内路径：输入框、contenteditable 与插件自身 UI 内不弹菜单；同一份选区只弹一次（菜单收起后旧选区还在页面上也不会再弹，重新划词才再弹）。
• 宿主版本要求：ctx.agents（@deepseek-ai/dsh-agent-loop）、ctx.webServer、客户端 shell.overlay 槽位——对应 dsh 0.1.2-rc.1 一代。

开发

pnpm install
pnpm build          # tsdown：lib/index.js + lib/client.js
pnpm typecheck
pnpm test           # 单测（node --test）：手势状态机与串行队列 + 弹菜单/取词策略 + 剪贴板兜底取词竞态 + 八向缩放命中区 + 伴生进程生命周期
pnpm verify:screenshots   # 校验 screenshots.json 里列的图确实在仓库里

# 页内路径验收（需要本机 Chrome + 跑着的 dsh web；默认打 http://127.0.0.1:3080）
# 可用 DSH_WEB_URL / DSH_CHROME / PUPPETEER_CORE / DSH_SHOT_DIR 覆盖，见脚本头部注释
node scripts/verify-ui.cjs

screenshots.json（仓库根）决定插件市场详情页展示哪些截图、按什么顺序展示——1–8 张，路径相对该文件本身。图片都在 docs/：换图推自己的仓库即可，下次构建自动生效；pnpm verify:screenshots（CI 也跑）防止改名后清单指向不存在的文件。

系统级浮层的验收不需要动真实鼠标：伴生进程自带调试端点（/simulate /click /wheel /hittest /capture /probe）。

/probe 是这次改动的排障入口：给一个屏幕坐标，直接看 UIA 在这一点上读到了什么、菜单会不会弹（"划不出来"时先问它）。

# 1. 让浮层出现在指定屏幕坐标（等价于"在那里划了词"）
curl -X POST http://127.0.0.1:<companionPort>/simulate -H "content-type: application/json" \
     -d '{"text":"The scheduler multiplexes goroutines onto OS threads.","x":700,"y":300}'
# 2. 点第二行（翻译）：DIP 坐标 (120, 76)
curl -X POST http://127.0.0.1:<companionPort>/click -H "content-type: application/json" -d '{"x":120,"y":76}'
# 3. 看状态（是否完成、答案长度、内容高度）；lastCapture 说清上次取词的取舍
#    （injected / reason / owner / restore），gestures 是手势队列状态
curl http://127.0.0.1:<companionPort>/status
# 4. 抓一张浮层实图（BMP，可用画图/PowerShell 转 PNG）
# 省略 file 就落到系统临时目录（dsh-selection-overlay.bmp）
curl -X POST http://127.0.0.1:<companionPort>/capture -H "content-type: application/json" -d '{"file":"C:/Temp/overlay.bmp"}'
# 5. 命中测试：某个 DIP 坐标落在哪个区、会回给 Windows 哪个 HT 代码（八向缩放就靠这张表）
# 左边中点 → {"zone":"resize-left","code":10}；code 10/11/12/15 = 左/右/上/下，13/14/16/17 = 四个对角
curl -X POST http://127.0.0.1:<companionPort>/hittest -H "content-type: application/json" -d '{"x":2,"y":240}'
# 6. 探针：这个屏幕坐标上 UIA 读到了什么、菜单会不会弹（"划不出来"时先问它）
# decision.reason 的取值：selection（这次手势选出来的）/ stale-selection（上次留下的旧选区）/
#   no-selection（确实没在选文字）/ shell（落在桌面、任务栏这类系统外壳上）/ unknown（读不到，照弹）/ timeout（宽限期也用完，照弹）
# 想让"元素看点"和"手势按下点"分开（复现"旧选区"那一路）：带上 press
# 返回里还有 atGesture（这次手势碰到选区没有）与 rects（选区矩形），一眼看出"为什么没弹"
curl -X POST http://127.0.0.1:<companionPort>/probe -H "content-type: application/json" -d '{"x":-500,"y":600}'
curl -X POST http://127.0.0.1:<companionPort>/probe -H "content-type: application/json" -d '{"x":-500,"y":600,"press":{"x":900,"y":700}}'

改动面与生效方式：

• 改浮层 / 伴生进程：重新 pnpm build 后 system/restart 即可（不必重启 DSH）。
• 改插件 Node 半边：重新 pnpm build 后需要重启 dsh web（ESM 缓存）。
• 改页内客户端：重新 pnpm build，刷新页面。

插件管理

已装插件用 plugin-registry 的薄控制台管理（浏览器面板）：管理 profile 插件安装态（bundle 层栈 + insert 行 + 启停），无需手改配置。安装：

dsh plugin --profile web add <plugin-registry>/packages/plugin/console

License

MIT