dsh-vision-primitives:給 DSH 智能體加一組像素級視覺推理原語

dsh-vision-primitives 是 DeepSeek Harness (DSH) 的原生視覺推理插件,旨在解決模型視覺定位不精確及缺少可復現座標基準的問題。它無需外部 MCP 服務器,通過“圖像變網格、解析座標、局部放大、確定性驗證”的工程化流程,實現精確像素定位。核心功能包括 SOM 網格疊加、像素級座標解析、無損局部放大,以及標註、測量、OCR、顏色查找和幀差分等驗證工具。該插件可選接入 MiMo V2.5 多模態後端以增強理解能力,同時支持純本地使用。OS 邊界最小化,僅通過 PowerShell 執行截圖、OCR 和文件持久化,不包含鼠標鍵盤控制。安裝簡單,支持 DSH 插

閱讀全文