dsh-vision-android:DeepSeek Harness 视觉理解与 Android UI 自动化插件
dsh-vision-android 是一款基于 DeepSeek Harness 的插件,旨在为智能体提供多模态视觉理解与 Android UI 自动化能力。该插件集成 11 个工具,主要解决两大需求:一是将本地截图或图片发送给视觉模型进行分析;二是通过 ADB 在 Android 设备上执行真实的点击、滑动、输入及按键操作。 核心功能分为视觉理解(如 `vision_ask`、`mobile_look`、截屏等)和 UI 自动化(如 `mobile_tap`、`mobile_swipe`、文本输入、APK 安装、应用启动等)。使用时,智能体可形成“截图分析 → 定位元素 → 执行操作 →
阅读全文