ds-vision-plugin：DeepSeek Harness 的网页图片转文本插件

ds-vision-plugin 是一个为 DeepSeek Harness 设计的开源插件，旨在解决文本型模型无法直接处理图片输入的问题。该插件在 Web 交互界面中自动将粘贴或拖入的图片转换为文本，供 DeepSeek 模型继续推理，无需用户手动切换工具或模型。其核心功能包括支持四模型竞速机制（如 agnes 和 glm 系列），以实现快速、可靠的首次有效响应；提供 Baidu OCR 或本地 Tesseract 的路由支持，并在不可用时回退至视觉语言模型；允许接入自定义 OpenAI 兼容模型或本地运行时（Ollama/LM Studio）。此外，插件具备完善的诊断工具、YAML 热重载