dsh-tool-visual-primitives：为 DSH 纯文本模型补充视觉能力

# 前言 用 DeepSeek Harness（DSH）搭智能体时常会撞上同一个限制：手头的文本模型没有原生图片输入能力，界面截图、数据图表贴进对话，模型读不了。没有插件时，只能先在上游用视觉模型读图，再把描述手动贴回对话，链路断在中间。 DSH 的理念是「一切皆插件」，这类缺口适合交给插件补齐。下面介绍的 dsh-tool-visual-primitives 就是这样一个插件：把图片交给外部视觉模型分析，返回带空间定位信息的纯文本视觉证据，再交回原对话模型继续推理。被增强的模型不需要原生图片输入能力。 # 这是什么 dsh-tool-visual-pr