dsh-plugin-vision-toolkit:爲 DeepSeek Harness 智能體接入視覺能力

該插件爲 DeepSeek Harness (DSH) 智能體補全了視覺感知能力。它通過註冊系統技能,將圖片轉化爲文本描述或座標信息,解決了智能體無法直接處理圖片的問題。插件提供 glance(描述/提問/OCR)、ground(定位元素)、detect(檢測實例)和 crop(裁剪)四個核心工具。安裝時需指定配置文件並設置視覺 API 密鑰及模型。該工具以文本形式處理數據,不接觸原始像素,旨在擴展智能體的應用邊界。

閱讀全文