前言¶
DeepSeek Harness（DSH）通過插件擴展智能體工作流，社區目錄是獨立站點，不代表 DeepSeek 或幻方的官方應用商店。一個具體痛點是：文本型 DeepSeek 模型本身只處理文本，但在 Harness Web composer 裏，用戶仍可能直接粘貼或拖入截圖、文檔圖片。ds-vision-plugin 用來解決這個輸入斷層：它把網頁中的圖片轉成文本，再交給文本型 DeepSeek 模型繼續處理，同時提供視覺分析、OCR 路由和診斷工具。
這是什麼¶
ds-vision-plugin 是一個 DeepSeek Harness 插件，由 Sorwcyra 維護，許可證爲 MIT。
它的一句話定位是：爲 DeepSeek Harness 提供自動網頁圖片到文本橋接，並附帶視覺和 OCR 工具。
對使用者來說，它解決的問題是：在 Harness Web composer 中粘貼或拖入圖片後，不需要先手動保存路徑、調用外部工具或切換模型，插件會把圖片替換爲可用於文本推理的內容。
核心功能¶
自動網頁圖片轉文本¶
在 Harness Web composer 中粘貼或拖入圖片後，插件會把圖片替換爲與圖片內容對應的文本，供文本型 DeepSeek 模型繼續處理。
四模型競速¶
插件支持四模型 first-success race，默認使用的模型爲：
agnes-2.5-flashagnes-2.0-flashglm-4v-flashglm-4.1v-thinking-flash
首個有效結果會被交給文本型 DeepSeek 模型。明確不使用 glm-4.6v-flash。
OCR 路由¶
插件支持將圖片路由到 Baidu OCR 或本地 Tesseract。如果 OCR 不可用，會回退到 VLM。
自定義模型與本地運行時¶
可以添加用戶自有的 OpenAI-compatible 模型，加入併發競速或順序回退。也支持本地 Ollama/LM Studio。
診斷與失敗處理¶
插件暴露 vision_analyze 和 vision_status，用於工作區文件和診斷。
它也提供：
YAML熱重載- 結果緩存
- 超時控制
- 大小限制
- 嚴格失敗或可見失敗標註
圖片不會被靜默丟棄；失敗時由部署方選擇可見標註或嚴格失敗。
引導式 CLI¶
插件提供引導式 CLI，覆蓋：
- setup
- keys
- status
- custom models
- live verification
密鑰按環境變量命名，vision_status 不返回密鑰內容。
安裝與啓用¶
環境要求：Node.js 22.19+ 或 24+。
在 PowerShell、Command Prompt、bash 或 zsh 中運行：
npx -y github:Sorwcyra/ds-vision-plugin
該命令用於安裝或更新插件，並進入後續配置與啓動流程。當前默認 Web 端口爲 3080；快速安裝命令不覆蓋該端口。如果默認端口已經在服務，它會打開現有 Web UI，而不是重複啓動進程。
常用可選參數：
npx -y github:Sorwcyra/ds-vision-plugin --update
用於在包版本一致時也重新安裝。
npx -y github:Sorwcyra/ds-vision-plugin --port 8080
用於顯式覆蓋 Harness Web 端口。
npx -y github:Sorwcyra/ds-vision-plugin --no-open
用於啓動時不打開瀏覽器。
npx -y github:Sorwcyra/ds-vision-plugin --no-start
用於只安裝和配置，不啓動。
典型用法¶
下面是最直接的流程：
1、運行快速安裝命令：
npx -y github:Sorwcyra/ds-vision-plugin
2、按 CLI 引導完成 setup、keys、status、custom models 和 live verification。
3、在 Harness Web composer 中粘貼或拖入圖片。
4、插件把圖片替換爲文本後，文本型 DeepSeek 模型繼續處理。
5、如需檢查工作區文件或診斷狀態，可使用插件暴露的 vision_analyze 和 vision_status。
適用場景與注意¶
適合這類場景：主模型是文本型 DeepSeek，但你希望用戶在 Harness Web 輸入框裏直接處理截圖、文檔圖片或工具結果中的圖片。
使用前需要注意：
- 四路競速會爲每個未緩存圖片發起四個 provider 請求。
- 如果更關注請求數、成本或數據暴露，優先選擇本地 VLM/OCR 路線。
- 圖片不會被靜默丟棄；失敗時按部署配置選擇可見標註或嚴格失敗。
- 密鑰通過環境變量管理，
vision_status不返回密鑰內容。 - 插件以當前
dsh進程權限運行；安裝前應檢查源碼和MIT許可證。 - 當前默認 Web 端口爲
3080，快速安裝命令不會強制覆蓋該端口。
倉庫地址：
https://github.com/Sorwcyra/ds-vision-plugin
