dsh-omni-vision:爲純文本模型提供本地視覺能力

DeepSeek Harness(DSH)的 `dsh-omni-vision` 插件爲純文本模型提供本地視覺感知能力,支持 Windows 平臺。該插件包含四大核心工具:`eyes_render` 用於繪圖生成圖片;`eyes_paste` 用於粘貼圖片;`eyes_ocr` 利用 Windows 引擎識別圖片文字;`eyes_analyze` 解析像素數據。它支持 OCR 識別、文字複述、流程圖分析及像素佈局分析等場景。使用前需通過命令安裝並重啓服務,依賴瀏覽器 GUI,且僅支持 8-bit PNG 格式。

閱讀全文