dsh-vision-primitives:给 DSH 智能体加一组像素级视觉推理原语

dsh-vision-primitives 是 DeepSeek Harness (DSH) 的原生视觉推理插件,旨在解决模型视觉定位不精确及缺少可复现坐标基准的问题。它无需外部 MCP 服务器,通过“图像变网格、解析坐标、局部放大、确定性验证”的工程化流程,实现精确像素定位。核心功能包括 SOM 网格叠加、像素级坐标解析、无损局部放大,以及标注、测量、OCR、颜色查找和帧差分等验证工具。该插件可选接入 MiMo V2.5 多模态后端以增强理解能力,同时支持纯本地使用。OS 边界最小化,仅通过 PowerShell 执行截图、OCR 和文件持久化,不包含鼠标键盘控制。安装简单,支持 DSH 插

阅读全文