DeepSeek Harness 插件介紹：meng-114/dsh-image-tiler
DeepSeek Harness (DSH) 插件 `meng-114/dsh-image-tiler` 旨在解決大圖輸入導致細節丟失的問題。該插件將大圖分割成帶座標的切片及一張全局概覽圖，通過 `tile_image` 工具完成切圖，並利用 `read_tiles` 支持區域選片、語義定位及工作臺勾選等讀取策略。插件支持多種格式，需在 DSH 0.1.7 線及以上版本使用，嚴格限制路徑必須在當前工作區內，以幫助視覺模型在保留細節的同時降低 token 消耗，提升處理複雜圖像的準確性與效率。
閱讀全文xby-wild-animal-detection：野生動物檢測插件
DeepSeek Harness 插件 `xby-wild-animal-detection` 封裝了野生動物視覺識別能力，旨在降低開發者集成成本。該插件提供三種輸入方式（圖片鏈接、BASE64編碼、文件路徑）來識別動物，並支持通過 `set_xby_apikey` 命令設置密鑰。安裝後即可在 DSH 流程中調用，用於分析圖像中的野生動物檢測框與置信度。使用前需註冊官網獲取 API 密鑰，並遵循 MIT 許可證。
閱讀全文dsh-vision-pro-bridge：爲 DeepSeek-V4-Pro 補全視覺能力
`dsh-vision-pro-bridge` 插件爲 DeepSeek Harness (DSH) 中的 `deepseek-v4-pro` 模型補全了視覺能力。該插件通過路由代理，利用 DeepSeek 官方 API，先將圖像由 `deepseek-v4-flash-vision-exp` 轉錄爲文本，再將文本與路徑傳遞給 Pro 模型處理。插件具備零第三方依賴、內容尋址持久化等特點。安裝後，用戶可選擇“DeepSeek-V4-Pro (視覺橋)”模型，即可在保留 Pro 模型代碼能力的同時進行截圖分析，適合佈局分析、OCR 等場景。
閱讀全文dsh-screen-reader：給 Agent 裝上眼睛
`dsh-screen-reader` 插件專爲解決 Agent 屏幕感知自動化問題設計，支持 Windows 平臺。它提供 `see_screen`（直接抓取並傳圖給模型）和 `see_diff`（本地像素差分定位變化區域）兩大工具。插件強制圖像歸一化處理，將視覺任務解耦，讓模型專注“發生了什麼”，而非“是否變化”。安裝需通過 profile bundle 方式。該插件適用於 Agent 自我驗證操作，但需注意其測量精度低、不處理時間因果、僅支持 Windows 以及附件庫會無限增長等限制。
閱讀全文DeepSeek Harness 宿主級視覺插件：dsh-visibridge
`dsh-visibridge` 是 DeepSeek Harness 的宿主級視覺插件，用於彌補純文本模型處理圖像能力的不足。該插件通過 `analyze_image` 和 `capture_image` 工具，將圖片發送至本地 Ollama 或雲端 API，並返回包含 OCR、版面分析等內容的結構化 JSON 證據，支持本地處理或小米 MiMo、DeepSeek 等雲端模型。安裝後，用戶只需將圖片放入工作區或通過攝像頭拍攝，AI 即可基於證據進行推理。插件支持多後端切換、API Key 安全脫敏及內網訪問控制，爲文檔處理和視覺反饋 Agent 提供了本地化且安全的解決方案。
閱讀全文dsh-vision-subagent：爲 DeepSeek Harness 文本智能體接入視覺能力
`dsh-vision-subagent` 插件通過委託獨立的子智能體（運行在 MiniMax 或 Kimi 等路由上）來處理圖片，爲主會話提供視覺分析能力。它實現了上下文隔離、多輪視覺推理及成本分離，並支持 Web 端粘貼圖片和高保真還原。安裝需配置路由，目前限制爲本地文件讀取且不支持遠程 URL，旨在解決上下文溢出問題。
閱讀全文dsh-plugin-vision：DeepSeek Harness 視覺輔助插件
DeepSeek Harness (DSH) 的 `dsh-plugin-vision` 插件通過註冊 `vision_describe` 工具，解決了官方 API 缺乏視覺能力的問題。插件允許主模型調用任意 OpenAI 兼容的視覺 API 來描述圖片。安裝需使用官方腳本，配置支持自定義 API 地址、密鑰及緩存策略。插件依賴全局依賴樹，安裝時切勿使用 `dsh plugin add` 命令。此外，該插件與 DSH Desktop 配合，可實現粘貼圖片自動轉路徑功能，但依賴項需安裝正確。
閱讀全文dsh-mingmu：給 DeepSeek Harness 的純文本模型裝上「外掛眼睛」
dsh-mingmu 是一個專爲 DeepSeek Harness (dsh) 設計的 ESM 插件，旨在爲純文本模型賦予視覺處理能力。當檢測到模型無法識別圖片時，插件會自動調用內置的視覺模型進行識別並反饋文本，從而避免處理中斷。插件支持按模型能力觸發、自動升級策略、可視化配置及安全存儲 API Key，解決了純文本模型在 dsh 環境下的圖片處理問題。
閱讀全文jolly-dsh-vision：DeepSeek Harness 視覺橋接插件
`jolly-dsh-vision` 是一款爲 DeepSeek Harness（DSH）設計的視覺橋接插件，旨在讓純文本大模型具備處理像素數據的能力。它通過引入專門的視覺模型作爲“眼睛”，提供兩種視覺通路：一是通過調用 `vision` 工具獲取結構化證據（如 OCR、佈局），二是啓用 `(ds vision)` 孿生模型直接支持貼圖輸入。 安裝需使用 DSH CLI 並配置大腦與眼睛模型。插件具備零接觸 API Key、SSRF 防護等安全特性，但存在格式支持有限、依賴單一路由等限制。該項目基於 MIT 許可證，代碼零依賴，旨在以極簡架構提升模型的視覺推理準確性。
閱讀全文DeepSeek Harness 圖像理解插件介紹
`dsh-vision-analysis` 是 DeepSeek Harness 的圖像理解插件，旨在解決純文本模型缺乏視覺能力的問題。該插件支持 OpenAI 或 Anthropic 格式的視覺端點，可接入 Qwen、GPT-4o 等模型或本地 Ollama，提供 OCR、圖表取數等 8 種分析模式。 安裝簡單，支持本地文件、URL 或 Base64 圖片輸入。通過配置圖像橋接，Agent 可直接在對話中粘貼圖片進行分析。插件注重隱私，圖片僅在內部處理，並針對 OCR 和圖表取數返回結構化 JSON 數據。
閱讀全文dsh-vision-resident：DeepSeek Harness 常駐視覺子代理
`dsh-vision-resident` 是 DeepSeek Harness 的一個常駐視覺插件，旨在解決純文本主模型無法直接處理圖像的問題。它通過掛載鉤子讓主模型“看”圖，無需啓動獨立子代理，從而大幅降低開銷。 該插件支持零子代理推理、常駐對話記憶、按會話隔離歷史記錄以及持久化存儲。用戶可通過工具讀取本地圖片或讓主模型自動轉譯圖片，並能通過界面查看識別歷史。安裝需手動掛載代碼，配置靈活，支持自定義視覺模型。儘管存在模型切換限制等已知問題，它仍爲頻繁進行視覺任務的場景提供了一種輕量高效的解決方案。
閱讀全文dsh-plugin-vision-toolkit：爲 DeepSeek Harness 智能體接入視覺能力
該插件爲 DeepSeek Harness (DSH) 智能體補全了視覺感知能力。它通過註冊系統技能，將圖片轉化爲文本描述或座標信息，解決了智能體無法直接處理圖片的問題。插件提供 glance（描述/提問/OCR）、ground（定位元素）、detect（檢測實例）和 crop（裁剪）四個核心工具。安裝時需指定配置文件並設置視覺 API 密鑰及模型。該工具以文本形式處理數據，不接觸原始像素，旨在擴展智能體的應用邊界。
閱讀全文dsh-vision-plugin：爲 DeepSeek Harness 文本模型賦予視覺能力
`dsh-vision-plugin` 是 DeepSeek Harness (DSH) 的一個插件，旨在爲純文本模型（如 DeepSeek v4）賦予視覺分析能力。它通過中間層將圖像發送給視覺模型（如 Qwen3.7-plus）轉錄爲文本，再交由主模型處理。 該插件支持在對話中直接粘貼圖片提問，並提供 `vision_analyze` 工具用於分析本地文件。使用前需在配置文件中聲明模型支持圖像輸入，插件與 DSH v0.1.0-rc.8+ 兼容。
閱讀全文mimo-vision: DSH 原生視覺插件
mimo-vision 是一個爲 DeepSeek Harness (DSH) 設計的原生插件，旨在爲不具備原生視覺能力的主模型提供文本描述功能。作爲 DSH 的一等公民，它通過註冊 `describe_image` 工具，利用 DSH 基礎設施管理依賴與憑證，將圖片發送至多模態模型並轉碼解析。 插件支持路由至免費或付費 API，默認優先免費，安裝命令爲 `dsh plugin --profile web add mimo-vision`。它要求 Node.js 版本爲 `^22.19` 或 `>=24`，並需配置 OpenCode API Key。使用時，主模型可調用該工具對指定路徑的圖片進
閱讀全文dsh-vision-api-localorweb：接入本地識圖模型 API，給 DSH 助手裝上一雙「本地眼睛」
DeepSeek Harness (DSH) 默認無識圖功能，該插件允許接入本地模型，在保障隱私的前提下讀取圖片內容。它支持通過本地 OpenAI 兼容接口（如 LM Studio、Ollama）分析圖片，數據不出本機。用戶可在設置界面配置接口地址、模型名及 API Key，無需修改配置文件。安裝後，通過對話提供圖片路徑即可獲取文字描述。注意，發圖功能可能受限，建議使用路徑方式，並需確保本地服務兼容標準接口。
閱讀全文DeepSeek VisionPlus：文本走 DeepSeek，圖片自動路由到免費視覺模型池
# 前言 用 DeepSeek Harness（DSH）時有一個繞不開的限制：DeepSeek 官方模型是純文本模型，本身不能看圖。消息裏出現截圖、圖表或界面照片，要麼人工把內容轉述成文字，要麼把整段對話切到別的多模態模型，上下文就斷了。 DeepSeek VisionPlus 走的是另一條路：文本請求繼續由 DeepSeek 官方 API 處理，消息中出現圖片時自動路由到免費視覺模型池，理解結果回到同一對話。DSH 的理念是一切皆插件，這個能力就是以插件形態實現的。下面介紹它的功能、安裝和日常用法。 # 這是什麼 DeepSeek VisionPlus
閱讀全文dsh-vision-suite：爲 DeepSeek Harness 補齊視覺能力的 Windows 插件
# 前言 用 DeepSeek Harness（DSH）搭智能體時，推理交給 DeepSeek 的文本模型沒有問題，但很多任務需要“看”：從截圖裏讀報錯文字、比較兩版界面的佈局差異、從設計稿裏取主色。常見做法是把圖片手動丟給另一個多模態服務，再把結果搬回會話，鏈路斷在中間。 dsh-vision-suite 解決的就是這個問題。它在保留官方 `deepseek-official` 文本路由的同時，把圖片理解、OCR、截圖裁剪、像素比較、主色提取和安全網頁截圖接進了 Harness。文本推理仍然由 DeepSeek 負責，只有調用遠程視覺工具時，插件纔會把
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-unknown-theme：把 DeepSeek 官網視覺搬進 DeepSeek Harness
dsh-unknown-theme 是 ycqaq233 維護的 MIT 協議社區插件，旨在優化 DeepSeek Harness（DSH）Web 工作區的視覺效果，使其更接近 deepseek.com 的官網觀感。該插件並非官方組件，採用純 CSS/DOM/Canvas 實現，零依賴且免構建，支持淺色/深色雙主題自適應。其核心功能包括：移植官網 WebGL 流體背景、鼠標交互網格（HeroGrid）、粒子魚形 LOGO 動畫、標題聚光燈效果以及磨砂玻璃質感的 UI 組件樣式。 安裝推薦通過 git 倉庫執行 `dsh plugin --profile web add ycqaq233/dsh
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-vision：爲 DSH 增加視覺能力的插件
`dsh-vision` 是由 `xiaoshihou514` 維護的 DSH 原生插件，旨在爲 DeepSeek Harness 補充視覺能力。該插件採用極簡設計，核心功能包括增加視覺支持、調用免費的 Zhipu 接口以及使用本地 Qwen-VL 2B 視覺小模型。安裝時需先部署 DSH 本體（要求 Node 引擎 ^22.19.0 || >=24 及特定 peer dependencies），插件以 MIT 許可證發佈。需注意，README 中提供的安裝命令引用了錯誤的插件地址 `dsh-weixin#main`，在維護者修正前不應直接執行該命令用於安裝 `dsh-vision`。該插件適
閱讀全文ds-vision-plugin：DeepSeek Harness 的網頁圖片轉文本插件
ds-vision-plugin 是一個爲 DeepSeek Harness 設計的開源插件，旨在解決文本型模型無法直接處理圖片輸入的問題。該插件在 Web 交互界面中自動將粘貼或拖入的圖片轉換爲文本，供 DeepSeek 模型繼續推理，無需用戶手動切換工具或模型。其核心功能包括支持四模型競速機制（如 agnes 和 glm 系列），以實現快速、可靠的首次有效響應；提供 Baidu OCR 或本地 Tesseract 的路由支持，並在不可用時回退至視覺語言模型；允許接入自定義 OpenAI 兼容模型或本地運行時（Ollama/LM Studio）。此外，插件具備完善的診斷工具、YAML 熱重載
閱讀全文dsh-visual-plugin：爲 DSH Web UI 補齊圖像與視頻理解
dsh-visual-plugin 是 jyh20030112 爲 DeepSeek Harness Web 端開發的視覺媒體插件。圖像走 DSH 原生附件與當前視覺模型路徑，右側面板記錄可複製的描述歷史；視頻經 FFprobe 校驗、H.264 規範化與 PySceneDetect 關鍵幀抽取後交由模型分析。安裝命令爲 dsh plugin --profile web add dsh-visual-plugin，視頻功能需宿主機預裝 FFmpeg >= 6.1 與 PySceneDetect 0.7.x。MIT 許可，零運行時 npm 依賴。
閱讀全文dsh-media-skills：爲 DeepSeek Harness 補齊免費讀圖與生圖
dsh-media-skills 是 MJorgin 維護的 DSH 插件（MIT，v0.3.0），支持 rc.7/rc.8/v0.1.1-rc.x。提供貼圖自動轉述、vision-review 讀圖與 media-tools 生圖，視覺路由含 GLM-4V-Flash 與 DeepSeek-V4-Flash-Vision-Exp，生圖走 SenseNova U1 Fast 與 Kolors。密鑰不寫進倉庫，安裝命令爲 dsh plugin --profile <name> add github:MJorgin/dsh-media-skills。
閱讀全文ModLens：爲純文本模型補上視覺能力
ModLens 是 liustack 維護的 DSH 視覺插件（MIT，v3.25.0）。粘貼圖片後由獨立視覺引擎生成 OCR、版面與語義的結構化 JSON 證據，供 DeepSeek、GLM 等純文本模型作答。支持直接粘貼與 (modlens vision) 模型兩種路徑，內置六種 provider 並可複用本機 CLI 登錄態。DSH 安裝命令：npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@3.25.0。
閱讀全文用 dsh-vision-router 給純文本 DeepSeek Harness 智能體裝上眼睛
dsh-vision-router 是 ysr666 維護的 DeepSeek Harness 視覺路由插件：視覺模型只當眼睛，DeepSeek 繼續推理；內置免密鑰 OVH 視覺鏈路，附帶 14 個像素級工具（問答、定位、裁剪、像素對比、OCR 等）。一條命令安裝，發圖前點「👁 Vision」即可像普通工具輪次一樣多步識圖。本文基於 SkillHub 目錄頁與 GitHub README 覈實安裝命令、工具清單與使用注意。
閱讀全文用 dsh-vision-router 給純文本 DeepSeek Harness 智能體裝上眼睛
dsh-vision-router 是 ysr666 維護的 DSH 工具與能力插件（MIT，v1.4.4）。它把視覺模型當眼睛、DeepSeek 當大腦，默認提供免 Key 的 OVH 匿名兜底，並註冊問答、定位、裁剪、像素對比、OCR 等 11 個像素級工具。本文按社區目錄與 GitHub README 覈實安裝命令、自動識圖模型組用法和權限注意事項。
閱讀全文使用 dsh-vision-toolkit 給 DeepSeek Harness 純文本模型補上視覺能力
dsh-vision-toolkit 是 Anionex 維護的 DeepSeek Harness 界面增強插件，把 agent-vision-toolkit 接到 Web / Headless Profile。純文本模型粘貼圖片後可切到 Vision Toolkit 變體，完成帶意圖的圖片問答、元素定位、長截圖 OCR 和帶像素對比的 UI 還原。目錄安裝命令爲 dsh plugin add github:Anionex/dsh-vision-toolkit，MIT 許可，當前 npm 版本 0.1.20。
閱讀全文用 modlens 給 DeepSeek Harness 的純文本模型補上視覺
modlens 是 liustack 維護的 DeepSeek Harness 視覺插件（MIT，寫作時版本 3.18.1）。純文本 DeepSeek / GLM 看不見截圖時，它註冊 modlens_read_image，把粘貼圖片轉成帶 OCR、版面與語義的 JSON。本文按社區目錄與 GitHub 覈實安裝命令、兩種貼圖路徑、引擎配置和輸出契約。
閱讀全文