dsh-vision-android：DeepSeek Harness 視覺理解與 Android UI 自動化插件
dsh-vision-android 是一款基於 DeepSeek Harness 的插件，旨在爲智能體提供多模態視覺理解與 Android UI 自動化能力。該插件集成 11 個工具，主要解決兩大需求：一是將本地截圖或圖片發送給視覺模型進行分析；二是通過 ADB 在 Android 設備上執行真實的點擊、滑動、輸入及按鍵操作。 核心功能分爲視覺理解（如 `vision_ask`、`mobile_look`、截屏等）和 UI 自動化（如 `mobile_tap`、`mobile_swipe`、文本輸入、APK 安裝、應用啓動等）。使用時，智能體可形成“截圖分析 → 定位元素 → 執行操作 →
閱讀全文dsh-llm-vision-bridge：在 DSH web GUI 中爲 DeepSeek 文本模型接入圖片理解
dsh-llm-vision-bridge 是一款基於 MIT 許可的 DSH 插件，旨在解決文本模型無法直接處理圖片的問題。該插件在 DSH 的 `LlmAdapter` 中註冊 `deepseek-vision` 提供商，當請求包含圖片時，自動將圖片路由至已配置的視覺模型（如 pi-ai 或本地 llama.cpp）生成文本描述，隨後由 DeepSeek 文本模型基於描述繼續對話；若無圖片，則直接透傳至後備提供商以零開銷運行。核心特性包括 LRU 緩存以避免重複描述、對 503/429 及超時錯誤的自動重試，以及可配置的失敗策略（佔位符或報錯）。 安裝後需重啓 Web 服務，並在設置中配置
閱讀全文