dsh-plugin-vision-toolkit：为 DeepSeek Harness 智能体接入视觉能力

该插件为 DeepSeek Harness (DSH) 智能体补全了视觉感知能力。它通过注册系统技能，将图片转化为文本描述或坐标信息，解决了智能体无法直接处理图片的问题。插件提供 glance（描述/提问/OCR）、ground（定位元素）、detect（检测实例）和 crop（裁剪）四个核心工具。安装时需指定配置文件并设置视觉 API 密钥及模型。该工具以文本形式处理数据，不接触原始像素，旨在扩展智能体的应用边界。