minimax-token-plan-tools：为 Agent 接入 MiniMax 联网搜索与图像理解
minimax-token-plan-tools 是 SkillHub 社区 ai-agent 类 Skill（v1.0.0，@user_c2f11645/minimax-token-plan-tools），通过 mcporter 调用 MiniMax MCP 的 web_search 与 understand_image，在 Agent 中处理联网检索与图像理解。本文基于 SkillHub 官方说明介绍定位、能力、skillhub install 安装步骤及典型触发场景，并说明 mcporter 与 skills 目录配置注意事项。
閱讀全文moondream-vision-zc：用本地 Ollama 跑 Moondream，給 Agent 接圖像理解
moondream-vision-zc 是 SkillHub 社區 Skill（v1.0.0，design-media），通過 Ollama 在本地運行 moondream 模型理解圖片，面向 OpenClaw 2026 多模態命令。文檔說明環境準備、moondream_vision.py 調用 11434/api/generate、在 skills.json 註冊 !moondream，以及與文本模型串聯示例。requires_api_key=false；安裝用 skillhub install @user_543d2acf/moondream-vision-zc --dir 指向 Agent skills 目錄。
閱讀全文DeepSeek Harness 插件：Arnoldkevin/prismrelay-mcp
Arnoldkevin/prismrelay-mcp 是 DeepSeek Harness (DSH) 的一個本地 MCP 插件，旨在爲文本模型提供視覺處理能力。該插件不包含視覺模型，而是將圖像發送至外部 Agnes API 進行推理。 核心功能包括圖像理解、生成及編輯，支持場景問答、文檔提取、圖表分析和 UI 診斷等場景。用戶需準備 Agnes API Key 和 Node.js 環境，通過 CLI 安裝即可使用。需注意圖像需上傳至遠程 API 處理，且 MIT 許可證不包含 Agnes 模型的權利。
閱讀全文dsh-mindseye：給 DeepSeek Harness 補上圖像理解、圖像生成與可見瀏覽器自動化
## 前言 做智能體開發時經常遇到這類問題：模型本身是純文本的，用戶貼一張截圖問“這個報錯是什麼”，模型答不上來；想生成一張圖，得自己另開工具、下載文件、再拖回會話；想讓它操作網頁，主流方案要麼跑無頭瀏覽器不可見，要麼直接接管用戶自己的瀏覽器 profile，風險不低。 dsh-mindseye（MindsEye）針對的就是這三個缺口。它是 DeepSeek Harness（DSH）的一個插件，用一句話概括：Intent-driven vision, image generation, and visible browser automation for
閱讀全文dsh-tool-visual-primitives：爲 DSH 純文本模型補充視覺能力
# 前言 用 DeepSeek Harness（DSH）搭智能體時常會撞上同一個限制：手頭的文本模型沒有原生圖片輸入能力，界面截圖、數據圖表貼進對話，模型讀不了。沒有插件時，只能先在上游用視覺模型讀圖，再把描述手動貼回對話，鏈路斷在中間。 DSH 的理念是「一切皆插件」，這類缺口適合交給插件補齊。下面介紹的 dsh-tool-visual-primitives 就是這樣一個插件：把圖片交給外部視覺模型分析，返回帶空間定位信息的純文本視覺證據，再交回原對話模型繼續推理。被增強的模型不需要原生圖片輸入能力。 # 這是什麼 dsh-tool-visual-pr
閱讀全文dsh-eye-vision：爲 text-only DSH 模型提供圖像理解、OCR 與 UI 分析
dsh-eye-vision 是面向 DeepSeek Harness 的 DSH 插件，旨在解決主模型僅支持文本輸入但需處理圖像任務的痛點。該插件通過調用任意 OpenAI-compatible 多模態 API，實現圖像理解、OCR 及 UI 分析，並將結果以文本形式返回給主模型，無需主模型直接支持圖像輸入。其核心功能包括提供 image_understand 工具、支持大圖像裁剪、配置目錄白名單、免重啓生效以及剝離代理環境變量等。用戶可通過 dsh plugin add 命令快速安裝，支持本地路徑、URL 或 data URI 作爲圖像源，並可通過指定 task_type 來執行自動識別、
閱讀全文dsh-ext-vision-proxy：給 DeepSeek Harness 文本模型接外部視覺 API
dsh-ext-vision-proxy 是一個面向 DeepSeek Harness (DSH) 的外部視覺代理插件，由 jin123-alpha 維護，採用 MIT 許可證。其核心功能是通過接入 OpenAI 兼容的視覺 API，讓 DeepSeek-V3 和 R1 等純文本模型能夠理解並分析圖片、截圖及圖表。插件主要提供 `vision_describe` 工具供模型調用，在聊天輸入欄增加狀態開關和模型選擇器，並在設置頁面提供 Base URL、API Key 配置及連通性測試功能。它支持解析多種圖片格式，並區分多模態與文本模型的不同會話狀態。安裝需執行 `npm install`、`b
閱讀全文DSH DeepSeek Vision：爲文本 DSH 模型增加圖像理解、OCR 與視覺證據
DSH DeepSeek Vision 是由 Argonaut790 維護的 MIT 許可證插件，旨在爲僅支持文本的 DeepSeek Harness 模型增加視覺能力。它通過引入獨立的視覺路由，提供圖像理解、全屏 OCR 及持久視覺證據功能，使文本模型能調用圖像分析能力並將結果保留在對話中，實現證據可回溯。核心功能包括支持多種圖片選擇策略、會話範圍視覺分析器、結構化摘要輸出，以及全局 Vision 提供商選擇器。安裝需滿足特定 Node.js 及 Harness 版本要求，未發佈至 npm，需通過本地構建並添加至 Web profile，配置時需避免與內建視覺工具衝突。該插件適用於需穩定將圖
閱讀全文dsh-vision-bridge：爲 DeepSeek Harness 文字優先模型增加圖像理解
dsh-vision-bridge 是 DeepSeek Harness 的一款 MIT 許可插件，旨在爲文字優先模型提供圖像理解能力。該插件將圖像請求橋接至外部視覺 API（支持 Gemini、OpenAI 及 Anthropic 兼容接口），並僅將分析結果以文本形式返回，避免圖像塊直接轉發給上游模型。其核心優勢在於保留原有模型列表與選擇體驗，通過模型旁的“眼鏡”控件獨立管理視覺橋接偏好，不干擾模型選擇邏輯。插件支持在設置中配置多個隔離的視覺提供者，嚴格限定使用 HTTPS 端點，並將 API 密鑰等敏感信息保留在 Host 端。安裝需兼容 Harness 0.1.x 及 Node.js 2
閱讀全文dsh-vision：爲 DeepSeek Harness 補上近原生的圖像理解
dsh-vision 是 oil-oil 維護的 DeepSeek Harness 插件（MIT，v0.1.2），支持 rc.6/rc.7。主模型能看圖時原圖直傳；純文本模型時由獨立視覺後端觀察圖片並注入不可信上下文，雲端不可用時回退 macOS Vision 或 Tesseract。可通過 Vision Recognition 卡片或 settings.yaml 配置 ZenMux、Model Studio 等後端，兼容 see-skill。安裝：npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision。
閱讀全文