dsh-plugin-mm-vision:給純文本 LLM 增加結構化看圖能力
dsh-plugin-mm-vision 是一款 DeepSeek Harness (DSH) 插件,旨在爲純文本 LLM 提供圖片理解能力。該插件註冊 `mm_vision` 工具,調用外部視覺模型將圖片轉化爲包含精確百分比座標的結構化空間文字描述,使文本模型無需直接處理圖像即可分析空間關係。 核心功能包括“通感編碼”,適用於 K 線圖、UI 截圖及自然照片等;支持像素級座標定位和可選的 40×30 像素色塊網格重建;具備自動模式,能根據圖表或自然圖特徵自適應調整輸出細節。插件支持配置任意 OpenAI 兼容視覺模型,並提供 TTL 緩存機制以提升響應速度。 安裝需 DSH 環境及 Node
閱讀全文