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