dsh-vision-android:DeepSeek Harness 視覺理解與 Android UI 自動化插件

dsh-vision-android 是一款基於 DeepSeek Harness 的插件,旨在爲智能體提供多模態視覺理解與 Android UI 自動化能力。該插件集成 11 個工具,主要解決兩大需求:一是將本地截圖或圖片發送給視覺模型進行分析;二是通過 ADB 在 Android 設備上執行真實的點擊、滑動、輸入及按鍵操作。 核心功能分爲視覺理解(如 `vision_ask`、`mobile_look`、截屏等)和 UI 自動化(如 `mobile_tap`、`mobile_swipe`、文本輸入、APK 安裝、應用啓動等)。使用時,智能體可形成“截圖分析 → 定位元素 → 執行操作 →

閱讀全文