dsh-image-describer:讓 DeepSeek Harness 中的純文本模型具備視覺理解能力
DeepSeek Harness (DSH) 的 `dsh-image-describer` 插件通過攔截消息流,將圖片內容轉寫爲結構化文本,使純文本大模型具備“看圖”能力。該插件支持雙模交互,包括聊天框粘貼圖片(附件模式)和對話中提及本地路徑(Tool 模式),能自動進行 OCR 與內容識別。使用前需在配置文件中開啓文本模型的圖片輸入通道,並指定多模態視覺模型(如 MiniMax-M3)及其 API Key。
閱讀全文