dsh-plugin-mm-vision:给纯文本 LLM 增加结构化看图能力

dsh-plugin-mm-vision 是一款 DeepSeek Harness (DSH) 插件,旨在为纯文本 LLM 提供图片理解能力。该插件注册 `mm_vision` 工具,调用外部视觉模型将图片转化为包含精确百分比坐标的结构化空间文字描述,使文本模型无需直接处理图像即可分析空间关系。 核心功能包括“通感编码”,适用于 K 线图、UI 截图及自然照片等;支持像素级坐标定位和可选的 40×30 像素色块网格重建;具备自动模式,能根据图表或自然图特征自适应调整输出细节。插件支持配置任意 OpenAI 兼容视觉模型,并提供 TTL 缓存机制以提升响应速度。 安装需 DSH 环境及 Node

阅读全文