智繪圖片理解：在 Agent 裏統一處理識圖、OCR 與多圖對比
智繪圖片理解（@ixhlink/ixhlink-skills-image-explain）由星華智聯科技發佈，面向 design-media 場景，支持單張或多張圖片的內容描述、視覺問答、文字識別與對比分析。用戶說出識圖、看圖、描述圖片、提取圖片文字、對比圖片等意圖時可觸發。SkillHub 標註爲付費 Skill、requires_api_key=false，當前版本 1.0.3。安裝方式爲按 https://skillhub.cn/install/skillhub.md 安裝上述座標。文章說明能力邊界、典型對話用法與使用注意，並給出官方 SkillHub 與 API 地址。
閱讀全文deepseek-visual-plugin
DeepSeek Harness 插件通過攔截含圖片的消息，將純文本模型無法處理的圖片轉換爲視覺模型生成的文字描述，使其具備“看圖”能力。插件支持多模態模型直接放行，純文本模型則自動調用視覺模型翻譯。用戶需將代碼部署至 `$DSH_HOME/profiles/node_modules` 並在 `cordis.patch.yml` 中配置模型與 API Key。該插件覆蓋會話日誌與工具執行，支持 Windows/Linux/macOS 部署，並提供了自檢腳本。
閱讀全文DeepSeek Harness 插件 dsh-mindsee：讓 DeepSeek 看見圖片
`dsh-mindsee` 是 DeepSeek Harness 的社區插件，通過調用 MindSee 服務將圖片描述傳遞給 DeepSeek，使其具備視覺能力。安裝需通過命令行添加並重啓進程，配置時需在 Settings 中填寫從 mindsee.app 獲取的訪問令牌。該插件支持 JPEG、PNG、WebP 格式及本地文件路徑，使用時直接粘貼圖片或輸入路徑即可，無需切換視覺模型。使用前請檢查插件源碼與許可證。
閱讀全文dsh-img：爲 DeepSeek Harness 提供圖片理解與本地視覺工具
dsh-img 是 DeepSeek Harness 的社區視覺插件，旨在爲純文本模型提供圖片理解能力。它通過接入視覺後端或本地像素工具，實現 `analyze_image` 圖片問答、OCR、佈局理解及 `vision_ground` 元素定位。插件支持智譜 GLM-4V-Flash、通義 Qwen-VL、Ollama 本地模型及 OpenAI 兼容端點，並內置免 key 的本地工具如 `vision_crop`、`vision_ocr` 等。 安裝需 Node.js >= 20 及 dsh 本體，通過 `pnpm add` 安裝至指定 profile。使用 API 後端時需將 key 注入
閱讀全文dsh-image-plugins：爲 DeepSeek Harness 接入看圖與生圖
DeepSeek Harness多模態插件dsh-image-plugins爲DSH Web端提供圖片理解與生成能力。該插件包含understand_image和generate_image兩個獨立工具，分別支持讀取工作區圖片並返回文字描述，以及根據提示詞生成並保存圖片。插件支持OpenAI-compatible端點及DashScope原生API，其中DashScope圖片生成需使用native Model Studio API以規避404錯誤。安裝後需通過Web設置面板或配置文件獨立啓用vision和image功能，並配置相應的baseUrl、apiKey和model。密鑰支持明文、環境變量
閱讀全文dsh-tool-describe-image：給 DSH 增加圖片理解能力
`sala003/dsh-tool-describe-image` 是 DSH 生態下的 MIT 許可插件，旨在爲文本模型賦予圖片處理能力。它通過接入任意 OpenAI 兼容視覺端點（如百鍊、智譜等），將圖片轉化爲文字描述或結構化 HTML，供 DeepSeek 使用。核心功能包括：Web 界面粘貼即識別、按路徑調用工具描述圖片、查詢 DeepSeek 賬戶餘額，以及提供可定製的鯨魚娘桌寵入口。插件支持零配置啓動，後續可通過環境變量或設置面板補配 API Key。安裝需 DSH 0.1.0-rc.6+，通過 npm 全局安裝並啓用。支持 PNG、JPG、WebP、GIF 格式，單張上限 8Mi
閱讀全文dsh-dseyes：給 DeepSeek Harness 的純文本模型提供原生圖片上傳體驗
dsh-dseyes 是 DeepSeek Harness (DSH) 的一個 MIT 許可插件，旨在解決純文本模型無法直接處理圖片的問題。該插件允許用戶在 Web GUI 中粘貼或拖入圖片，以附件形式顯示並保留原圖。在請求發送給 DeepSeek 之前，宿主端自動調用智譜 GLM 免費視覺模型（如 glm-4v-flash）識別圖片內容，生成文字描述並替換原圖片塊，使文本模型基於描述進行回答。 插件支持自動降級鏈、結果複用及診斷接口，讀圖失敗時對話不中斷。安裝需 Node >= 22，配置 GLM_API_KEY 或 ZHIPU_API_KEY，並通過 `dsh plugin --profi
閱讀全文dsh-vision-tools：給 DSH 會話增加圖片理解能力
dsh-vision-tools 是 DSH 生態中的視覺插件，由 moon09300731 維護（MIT 許可）。它提供全局 `vision_understand` 工具，通過 OpenAI 兼容 API（支持智譜、阿里、硅基流動、OpenAI）理解本地圖片，實現畫面描述、文字識別及基於圖片的回答。圖片可通過粘貼、拖拽或按鈕選擇方式送入，自動保存至指定目錄並填入提示詞。插件支持限流自動降級、全局及項目級配置即時生效，並在 Web 界面提供“識圖”入口。安裝命令爲 `dsh plugin --profile web add dsh-vision-tools`，需重啓 `dsh web`。配置需
閱讀全文dsh-vision-plugin：爲 DSH 增加圖片理解能力
dsh-vision-plugin 是專爲 DeepSeek Harness (DSH) 開發的插件，旨在解決純文本模型無法直接處理圖片的限制。該插件通過調用 OpenRouter 的免費多模態模型（`:free`），在發送前將圖片自動轉換爲文字描述，從而賦予 DeepSeek 等文本模型圖片理解能力，且使用過程零 API 成本。 主要功能包括：提供 `describe_image` 工具讀取本地圖片；通過 `llm/stream` 鉤子在模型不支持圖片時自動攔截並轉換圖片；首次啓動時自動在配置文件中寫入指向 OpenRouter 的 `deepseek-vision` provider。使用
閱讀全文dsh-vision：爲 DeepSeek Harness 的純文本 DeepSeek 增加圖片理解
dsh-vision 是由 54xkeee 開發的 DeepSeek Harness 插件，旨在爲純文本模型 DeepSeek 增加圖片理解能力。它通過包裝適配器將圖片轉爲文本佔位，並將識別結果回填供模型處理。該插件默認使用豆包 Web 通道，只需瀏覽器登錄即可，免 API key 且零成本；同時支持反重力 IDE、Gemini API、Cockpit 反代、aicode 直連及任意 IDE CLI 等多種接入方式。核心功能包括視覺證據記憶、內容哈希緩存、檔位自動升級及四種任務模式。安裝簡單，配置靈活，適用於希望低成本爲 DSH 增加視覺能力或已有相關 IDE/API 額度的開發者。需注意檢查
閱讀全文使用dsh-vision在DeepSeek Harness中實現接近原生的圖片理解
dsh-vision 是 oil-oil 維護的 DeepSeek Harness 插件，MIT 開源，當前 0.1.0，面向 dsh 0.1.0-rc.6。主模型能看圖時原圖直髮；純文本 DeepSeek 則把原圖交給 ZenMux、百鍊、TokenDance 或 OpenRouter 觀察，再以非可信上下文交回原模型作答，併兼容 see-skill 與本地 OCR。本文根據目錄頁與 GitHub README 覈實安裝、配置和安全邊界。
閱讀全文