dsh-eye-vision:爲 text-only DSH 模型提供圖像理解、OCR 與 UI 分析
dsh-eye-vision 是面向 DeepSeek Harness 的 DSH 插件,旨在解決主模型僅支持文本輸入但需處理圖像任務的痛點。該插件通過調用任意 OpenAI-compatible 多模態 API,實現圖像理解、OCR 及 UI 分析,並將結果以文本形式返回給主模型,無需主模型直接支持圖像輸入。其核心功能包括提供 image_understand 工具、支持大圖像裁剪、配置目錄白名單、免重啓生效以及剝離代理環境變量等。用戶可通過 dsh plugin add 命令快速安裝,支持本地路徑、URL 或 data URI 作爲圖像源,並可通過指定 task_type 來執行自動識別、
閱讀全文