智绘图片理解：在 Agent 里统一处理识图、OCR 与多图对比
智绘图片理解（@ixhlink/ixhlink-skills-image-explain）由星华智联科技发布，面向 design-media 场景，支持单张或多张图片的内容描述、视觉问答、文字识别与对比分析。用户说出识图、看图、描述图片、提取图片文字、对比图片等意图时可触发。SkillHub 标注为付费 Skill、requires_api_key=false，当前版本 1.0.3。安装方式为按 https://skillhub.cn/install/skillhub.md 安装上述坐标。文章说明能力边界、典型对话用法与使用注意，并给出官方 SkillHub 与 API 地址。
阅读全文deepseek-visual-plugin
DeepSeek Harness 插件通过拦截含图片的消息，将纯文本模型无法处理的图片转换为视觉模型生成的文字描述，使其具备“看图”能力。插件支持多模态模型直接放行，纯文本模型则自动调用视觉模型翻译。用户需将代码部署至 `$DSH_HOME/profiles/node_modules` 并在 `cordis.patch.yml` 中配置模型与 API Key。该插件覆盖会话日志与工具执行，支持 Windows/Linux/macOS 部署，并提供了自检脚本。
阅读全文DeepSeek Harness 插件 dsh-mindsee：让 DeepSeek 看见图片
`dsh-mindsee` 是 DeepSeek Harness 的社区插件，通过调用 MindSee 服务将图片描述传递给 DeepSeek，使其具备视觉能力。安装需通过命令行添加并重启进程，配置时需在 Settings 中填写从 mindsee.app 获取的访问令牌。该插件支持 JPEG、PNG、WebP 格式及本地文件路径，使用时直接粘贴图片或输入路径即可，无需切换视觉模型。使用前请检查插件源码与许可证。
阅读全文dsh-img：为 DeepSeek Harness 提供图片理解与本地视觉工具
dsh-img 是 DeepSeek Harness 的社区视觉插件，旨在为纯文本模型提供图片理解能力。它通过接入视觉后端或本地像素工具，实现 `analyze_image` 图片问答、OCR、布局理解及 `vision_ground` 元素定位。插件支持智谱 GLM-4V-Flash、通义 Qwen-VL、Ollama 本地模型及 OpenAI 兼容端点，并内置免 key 的本地工具如 `vision_crop`、`vision_ocr` 等。 安装需 Node.js >= 20 及 dsh 本体，通过 `pnpm add` 安装至指定 profile。使用 API 后端时需将 key 注入
阅读全文dsh-image-plugins：为 DeepSeek Harness 接入看图与生图
DeepSeek Harness多模态插件dsh-image-plugins为DSH Web端提供图片理解与生成能力。该插件包含understand_image和generate_image两个独立工具，分别支持读取工作区图片并返回文字描述，以及根据提示词生成并保存图片。插件支持OpenAI-compatible端点及DashScope原生API，其中DashScope图片生成需使用native Model Studio API以规避404错误。安装后需通过Web设置面板或配置文件独立启用vision和image功能，并配置相应的baseUrl、apiKey和model。密钥支持明文、环境变量
阅读全文dsh-tool-describe-image：给 DSH 增加图片理解能力
`sala003/dsh-tool-describe-image` 是 DSH 生态下的 MIT 许可插件，旨在为文本模型赋予图片处理能力。它通过接入任意 OpenAI 兼容视觉端点（如百炼、智谱等），将图片转化为文字描述或结构化 HTML，供 DeepSeek 使用。核心功能包括：Web 界面粘贴即识别、按路径调用工具描述图片、查询 DeepSeek 账户余额，以及提供可定制的鲸鱼娘桌宠入口。插件支持零配置启动，后续可通过环境变量或设置面板补配 API Key。安装需 DSH 0.1.0-rc.6+，通过 npm 全局安装并启用。支持 PNG、JPG、WebP、GIF 格式，单张上限 8Mi
阅读全文dsh-dseyes：给 DeepSeek Harness 的纯文本模型提供原生图片上传体验
dsh-dseyes 是 DeepSeek Harness (DSH) 的一个 MIT 许可插件，旨在解决纯文本模型无法直接处理图片的问题。该插件允许用户在 Web GUI 中粘贴或拖入图片，以附件形式显示并保留原图。在请求发送给 DeepSeek 之前，宿主端自动调用智谱 GLM 免费视觉模型（如 glm-4v-flash）识别图片内容，生成文字描述并替换原图片块，使文本模型基于描述进行回答。 插件支持自动降级链、结果复用及诊断接口，读图失败时对话不中断。安装需 Node >= 22，配置 GLM_API_KEY 或 ZHIPU_API_KEY，并通过 `dsh plugin --profi
阅读全文dsh-vision-tools：给 DSH 会话增加图片理解能力
dsh-vision-tools 是 DSH 生态中的视觉插件，由 moon09300731 维护（MIT 许可）。它提供全局 `vision_understand` 工具，通过 OpenAI 兼容 API（支持智谱、阿里、硅基流动、OpenAI）理解本地图片，实现画面描述、文字识别及基于图片的回答。图片可通过粘贴、拖拽或按钮选择方式送入，自动保存至指定目录并填入提示词。插件支持限流自动降级、全局及项目级配置实时生效，并在 Web 界面提供“识图”入口。安装命令为 `dsh plugin --profile web add dsh-vision-tools`，需重启 `dsh web`。配置需
阅读全文dsh-vision-plugin：为 DSH 增加图片理解能力
dsh-vision-plugin 是专为 DeepSeek Harness (DSH) 开发的插件，旨在解决纯文本模型无法直接处理图片的限制。该插件通过调用 OpenRouter 的免费多模态模型（`:free`），在发送前将图片自动转换为文字描述，从而赋予 DeepSeek 等文本模型图片理解能力，且使用过程零 API 成本。 主要功能包括：提供 `describe_image` 工具读取本地图片；通过 `llm/stream` 钩子在模型不支持图片时自动拦截并转换图片；首次启动时自动在配置文件中写入指向 OpenRouter 的 `deepseek-vision` provider。使用
阅读全文dsh-vision：为 DeepSeek Harness 的纯文本 DeepSeek 增加图片理解
dsh-vision 是由 54xkeee 开发的 DeepSeek Harness 插件，旨在为纯文本模型 DeepSeek 增加图片理解能力。它通过包装适配器将图片转为文本占位，并将识别结果回填供模型处理。该插件默认使用豆包 Web 通道，只需浏览器登录即可，免 API key 且零成本；同时支持反重力 IDE、Gemini API、Cockpit 反代、aicode 直连及任意 IDE CLI 等多种接入方式。核心功能包括视觉证据记忆、内容哈希缓存、档位自动升级及四种任务模式。安装简单，配置灵活，适用于希望低成本为 DSH 增加视觉能力或已有相关 IDE/API 额度的开发者。需注意检查
阅读全文使用dsh-vision在DeepSeek Harness中实现接近原生的图片理解
dsh-vision 是 oil-oil 维护的 DeepSeek Harness 插件，MIT 开源，当前 0.1.0，面向 dsh 0.1.0-rc.6。主模型能看图时原图直发；纯文本 DeepSeek 则把原图交给 ZenMux、百炼、TokenDance 或 OpenRouter 观察，再以非可信上下文交回原模型作答，并兼容 see-skill 与本地 OCR。本文根据目录页与 GitHub README 核实安装、配置和安全边界。
阅读全文