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