dsh-omni-vision：爲純文本模型提供本地視覺能力
DeepSeek Harness（DSH）的 `dsh-omni-vision` 插件爲純文本模型提供本地視覺感知能力，支持 Windows 平臺。該插件包含四大核心工具：`eyes_render` 用於繪圖生成圖片；`eyes_paste` 用於粘貼圖片；`eyes_ocr` 利用 Windows 引擎識別圖片文字；`eyes_analyze` 解析像素數據。它支持 OCR 識別、文字複述、流程圖分析及像素佈局分析等場景。使用前需通過命令安裝並重啓服務，依賴瀏覽器 GUI，且僅支持 8-bit PNG 格式。
閱讀全文DSH 圖片轉文字輸入插件：接管圖片輸入給純文本 LLM
dsh-plugin-image-input 插件通過本地調用視覺 API，將圖片轉換爲結構化文字描述，使純文本大模型（如 DeepSeek R1）也能處理圖片輸入。用戶只需粘貼或拖拽圖片，插件即可自動或手動將其轉爲文字上下文發送給模型，支持多圖處理。安裝後需配置 OpenAI 兼容的視覺 API，該插件具備多模態兼容性、容錯機制及安全限制，能有效解決模型因無法識別圖片而導致請求失敗的問題。
閱讀全文dsh-design-qa：讓 DeepSeek Harness 裏的純文本模型能看圖
dsh-design-qa 插件通過接入多模態工具，爲純文本模型賦予“讀圖”能力，使其能完成產品設計閉環中的視覺判定。該插件支持按需調用，不佔用主模型上下文，並內置了評估基準。安裝需配置阿里雲百鍊 API Key，默認使用 qwen3.8-max 模型。插件強調“能見度不等於判定力”，需結合具體場景使用。
閱讀全文用 dsh-drop-to-path 把圖片和文件轉成路徑發給純文本模型
dsh-drop-to-path 是 loudMore 維護的 DeepSeek Harness Web 插件（MIT）。純文本模型發送圖片會被宿主預檢攔住，PDF 等也無法當附件發出。該插件保留原生附件欄，發送時把圖片和文件寫入工作區 .drops/ 並附上路徑。目錄安裝命令爲 dsh plugin add github:loudMore/dsh-drop-to-path；建議搭配 dsh-vision-toolkit，並在升級 DSH 前閱讀 ADAPTING.md。
閱讀全文用 agent-vision-toolkit 給純文本編碼智能體裝上視覺工具箱
agent-vision-toolkit 是 Anionex 維護的開源視覺工具箱（MIT，Python）。它給 DeepSeek 這類純文本編碼智能體提供 glance/ground/detect/trace/crop 與 vision-tools 技能，覆蓋圖片問答、長截圖 OCR、UI 還原和 GUI 操作，並可接入 Codex、Claude Code 等。社區目錄安裝命令指向該倉庫；dsh Web/Headless 原生 Bundle 需另裝 @anionex/dsh-vision-toolkit。
閱讀全文