@qizhen2021/dsh-plugin-vision：DeepSeek Harness 的视觉分析工具
DeepSeek Harness (DSH) 通过插件 `@qizhen2021/dsh-plugin-vision` 让纯文本模型具备视觉处理能力。该插件注册了 `see` 工具，提供三个分析通道：离线 OCR（支持 macOS 语言检测）、ASCII 布局图和语义描述（基于 `mimo-v2.5` 模型）。安装需通过 Profile Bundles 方式修改 `package.json`，并在 `cordis.patch.yml` 中配置密钥路径与超时等参数。调用 `see` 工具时，可指定参数选择处理通道，返回 JSON 结构化报告。注意 OCR 仅限 macOS，大图需预处理，且插件首
阅读全文dsh-vision-suite：为 DeepSeek Harness 补齐视觉能力的 Windows 插件
# 前言 用 DeepSeek Harness（DSH）搭智能体时，推理交给 DeepSeek 的文本模型没有问题，但很多任务需要“看”：从截图里读报错文字、比较两版界面的布局差异、从设计稿里取主色。常见做法是把图片手动丢给另一个多模态服务，再把结果搬回会话，链路断在中间。 dsh-vision-suite 解决的就是这个问题。它在保留官方 `deepseek-official` 文本路由的同时，把图片理解、OCR、截图裁剪、像素比较、主色提取和安全网页截图接进了 Harness。文本推理仍然由 DeepSeek 负责，只有调用远程视觉工具时，插件才会把
阅读全文dsh-img：为 DeepSeek Harness 提供图片理解与本地视觉工具
dsh-img 是 DeepSeek Harness 的社区视觉插件，旨在为纯文本模型提供图片理解能力。它通过接入视觉后端或本地像素工具，实现 `analyze_image` 图片问答、OCR、布局理解及 `vision_ground` 元素定位。插件支持智谱 GLM-4V-Flash、通义 Qwen-VL、Ollama 本地模型及 OpenAI 兼容端点，并内置免 key 的本地工具如 `vision_crop`、`vision_ocr` 等。 安装需 Node.js >= 20 及 dsh 本体，通过 `pnpm add` 安装至指定 profile。使用 API 后端时需将 key 注入
阅读全文DSH Computer Use for Windows：为 DeepSeek Harness 提供 Windows 桌面操作工具
`Altairpaca/dsh-computer-use-windows` 是一款面向 DeepSeek Harness (DSH) 的 Windows 桌面自动化插件，目前处于实验性 Alpha 阶段。该项目旨在解决 Windows 自动化中截图包含无关窗口、坐标控制不稳定及 OCR 文本漂移等难题。核心功能包括窗口绑定截图、鲁棒性 OCR、点击后验证、鼠标键盘输入控制、窗口管理、批量运行入口、可选的视觉模型接入以及本地健康检查。系统支持纯 OCR 模式以将截图保留在本地，也可配置 OpenAI 兼容的视觉提供商。安装运行需 Windows 11、PowerShell 7.4+ 及 Node
阅读全文dsh-eye-vision：为 text-only DSH 模型提供图像理解、OCR 与 UI 分析
dsh-eye-vision 是面向 DeepSeek Harness 的 DSH 插件，旨在解决主模型仅支持文本输入但需处理图像任务的痛点。该插件通过调用任意 OpenAI-compatible 多模态 API，实现图像理解、OCR 及 UI 分析，并将结果以文本形式返回给主模型，无需主模型直接支持图像输入。其核心功能包括提供 image_understand 工具、支持大图像裁剪、配置目录白名单、免重启生效以及剥离代理环境变量等。用户可通过 dsh plugin add 命令快速安装，支持本地路径、URL 或 data URI 作为图像源，并可通过指定 task_type 来执行自动识别、
阅读全文DSH DeepSeek Vision：为文本 DSH 模型增加图像理解、OCR 与视觉证据
DSH DeepSeek Vision 是由 Argonaut790 维护的 MIT 许可证插件，旨在为仅支持文本的 DeepSeek Harness 模型增加视觉能力。它通过引入独立的视觉路由，提供图像理解、全屏 OCR 及持久视觉证据功能，使文本模型能调用图像分析能力并将结果保留在对话中，实现证据可回溯。核心功能包括支持多种图片选择策略、会话范围视觉分析器、结构化摘要输出，以及全局 Vision 提供商选择器。安装需满足特定 Node.js 及 Harness 版本要求，未发布至 npm，需通过本地构建并添加至 Web profile，配置时需避免与内建视觉工具冲突。该插件适用于需稳定将图
阅读全文ds-vision-plugin：DeepSeek Harness 的网页图片转文本插件
ds-vision-plugin 是一个为 DeepSeek Harness 设计的开源插件，旨在解决文本型模型无法直接处理图片输入的问题。该插件在 Web 交互界面中自动将粘贴或拖入的图片转换为文本，供 DeepSeek 模型继续推理，无需用户手动切换工具或模型。其核心功能包括支持四模型竞速机制（如 agnes 和 glm 系列），以实现快速、可靠的首次有效响应；提供 Baidu OCR 或本地 Tesseract 的路由支持，并在不可用时回退至视觉语言模型；允许接入自定义 OpenAI 兼容模型或本地运行时（Ollama/LM Studio）。此外，插件具备完善的诊断工具、YAML 热重载
阅读全文