dsh-img:爲 DeepSeek Harness 提供圖片理解與本地視覺工具

dsh-img 是 DeepSeek Harness 的社區視覺插件,旨在爲純文本模型提供圖片理解能力。它通過接入視覺後端或本地像素工具,實現 `analyze_image` 圖片問答、OCR、佈局理解及 `vision_ground` 元素定位。插件支持智譜 GLM-4V-Flash、通義 Qwen-VL、Ollama 本地模型及 OpenAI 兼容端點,並內置免 key 的本地工具如 `vision_crop`、`vision_ocr` 等。 安裝需 Node.js >= 20 及 dsh 本體,通過 `pnpm add` 安裝至指定 profile。使用 API 後端時需將 key 注入

閱讀全文