DeepSeek Harness 插件介绍：meng-114/dsh-image-tiler
DeepSeek Harness (DSH) 插件 `meng-114/dsh-image-tiler` 旨在解决大图输入导致细节丢失的问题。该插件将大图分割成带坐标的切片及一张全局概览图，通过 `tile_image` 工具完成切图，并利用 `read_tiles` 支持区域选片、语义定位及工作台勾选等读取策略。插件支持多种格式，需在 DSH 0.1.7 线及以上版本使用，严格限制路径必须在当前工作区内，以帮助视觉模型在保留细节的同时降低 token 消耗，提升处理复杂图像的准确性与效率。
阅读全文xby-wild-animal-detection：野生动物检测插件
DeepSeek Harness 插件 `xby-wild-animal-detection` 封装了野生动物视觉识别能力，旨在降低开发者集成成本。该插件提供三种输入方式（图片链接、BASE64编码、文件路径）来识别动物，并支持通过 `set_xby_apikey` 命令设置密钥。安装后即可在 DSH 流程中调用，用于分析图像中的野生动物检测框与置信度。使用前需注册官网获取 API 密钥，并遵循 MIT 许可证。
阅读全文dsh-vision-pro-bridge：为 DeepSeek-V4-Pro 补全视觉能力
`dsh-vision-pro-bridge` 插件为 DeepSeek Harness (DSH) 中的 `deepseek-v4-pro` 模型补全了视觉能力。该插件通过路由代理，利用 DeepSeek 官方 API，先将图像由 `deepseek-v4-flash-vision-exp` 转录为文本，再将文本与路径传递给 Pro 模型处理。插件具备零第三方依赖、内容寻址持久化等特点。安装后，用户可选择“DeepSeek-V4-Pro (视觉桥)”模型，即可在保留 Pro 模型代码能力的同时进行截图分析，适合布局分析、OCR 等场景。
阅读全文dsh-screen-reader：给 Agent 装上眼睛
`dsh-screen-reader` 插件专为解决 Agent 屏幕感知自动化问题设计，支持 Windows 平台。它提供 `see_screen`（直接抓取并传图给模型）和 `see_diff`（本地像素差分定位变化区域）两大工具。插件强制图像归一化处理，将视觉任务解耦，让模型专注“发生了什么”，而非“是否变化”。安装需通过 profile bundle 方式。该插件适用于 Agent 自我验证操作，但需注意其测量精度低、不处理时间因果、仅支持 Windows 以及附件库会无限增长等限制。
阅读全文DeepSeek Harness 宿主级视觉插件：dsh-visibridge
`dsh-visibridge` 是 DeepSeek Harness 的宿主级视觉插件，用于弥补纯文本模型处理图像能力的不足。该插件通过 `analyze_image` 和 `capture_image` 工具，将图片发送至本地 Ollama 或云端 API，并返回包含 OCR、版面分析等内容的结构化 JSON 证据，支持本地处理或小米 MiMo、DeepSeek 等云端模型。安装后，用户只需将图片放入工作区或通过摄像头拍摄，AI 即可基于证据进行推理。插件支持多后端切换、API Key 安全脱敏及内网访问控制，为文档处理和视觉反馈 Agent 提供了本地化且安全的解决方案。
阅读全文dsh-vision-subagent：为 DeepSeek Harness 文本智能体接入视觉能力
`dsh-vision-subagent` 插件通过委托独立的子智能体（运行在 MiniMax 或 Kimi 等路由上）来处理图片，为主会话提供视觉分析能力。它实现了上下文隔离、多轮视觉推理及成本分离，并支持 Web 端粘贴图片和高保真还原。安装需配置路由，目前限制为本地文件读取且不支持远程 URL，旨在解决上下文溢出问题。
阅读全文dsh-plugin-vision：DeepSeek Harness 视觉辅助插件
DeepSeek Harness (DSH) 的 `dsh-plugin-vision` 插件通过注册 `vision_describe` 工具，解决了官方 API 缺乏视觉能力的问题。插件允许主模型调用任意 OpenAI 兼容的视觉 API 来描述图片。安装需使用官方脚本，配置支持自定义 API 地址、密钥及缓存策略。插件依赖全局依赖树，安装时切勿使用 `dsh plugin add` 命令。此外，该插件与 DSH Desktop 配合，可实现粘贴图片自动转路径功能，但依赖项需安装正确。
阅读全文dsh-mingmu：给 DeepSeek Harness 的纯文本模型装上「外挂眼睛」
dsh-mingmu 是一个专为 DeepSeek Harness (dsh) 设计的 ESM 插件，旨在为纯文本模型赋予视觉处理能力。当检测到模型无法识别图片时，插件会自动调用内置的视觉模型进行识别并反馈文本，从而避免处理中断。插件支持按模型能力触发、自动升级策略、可视化配置及安全存储 API Key，解决了纯文本模型在 dsh 环境下的图片处理问题。
阅读全文jolly-dsh-vision：DeepSeek Harness 视觉桥接插件
`jolly-dsh-vision` 是一款为 DeepSeek Harness（DSH）设计的视觉桥接插件，旨在让纯文本大模型具备处理像素数据的能力。它通过引入专门的视觉模型作为“眼睛”，提供两种视觉通路：一是通过调用 `vision` 工具获取结构化证据（如 OCR、布局），二是启用 `(ds vision)` 孪生模型直接支持贴图输入。 安装需使用 DSH CLI 并配置大脑与眼睛模型。插件具备零接触 API Key、SSRF 防护等安全特性，但存在格式支持有限、依赖单一路由等限制。该项目基于 MIT 许可证，代码零依赖，旨在以极简架构提升模型的视觉推理准确性。
阅读全文DeepSeek Harness 图像理解插件介绍
`dsh-vision-analysis` 是 DeepSeek Harness 的图像理解插件，旨在解决纯文本模型缺乏视觉能力的问题。该插件支持 OpenAI 或 Anthropic 格式的视觉端点，可接入 Qwen、GPT-4o 等模型或本地 Ollama，提供 OCR、图表取数等 8 种分析模式。 安装简单，支持本地文件、URL 或 Base64 图片输入。通过配置图像桥接，Agent 可直接在对话中粘贴图片进行分析。插件注重隐私，图片仅在内部处理，并针对 OCR 和图表取数返回结构化 JSON 数据。
阅读全文dsh-vision-resident：DeepSeek Harness 常驻视觉子代理
`dsh-vision-resident` 是 DeepSeek Harness 的一个常驻视觉插件，旨在解决纯文本主模型无法直接处理图像的问题。它通过挂载钩子让主模型“看”图，无需启动独立子代理，从而大幅降低开销。 该插件支持零子代理推理、常驻对话记忆、按会话隔离历史记录以及持久化存储。用户可通过工具读取本地图片或让主模型自动转译图片，并能通过界面查看识别历史。安装需手动挂载代码，配置灵活，支持自定义视觉模型。尽管存在模型切换限制等已知问题，它仍为频繁进行视觉任务的场景提供了一种轻量高效的解决方案。
阅读全文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。
阅读全文dsh-vision-plugin：为 DeepSeek Harness 文本模型赋予视觉能力
`dsh-vision-plugin` 是 DeepSeek Harness (DSH) 的一个插件，旨在为纯文本模型（如 DeepSeek v4）赋予视觉分析能力。它通过中间层将图像发送给视觉模型（如 Qwen3.7-plus）转录为文本，再交由主模型处理。 该插件支持在对话中直接粘贴图片提问，并提供 `vision_analyze` 工具用于分析本地文件。使用前需在配置文件中声明模型支持图像输入，插件与 DSH v0.1.0-rc.8+ 兼容。
阅读全文mimo-vision: DSH 原生视觉插件
mimo-vision 是一个为 DeepSeek Harness (DSH) 设计的原生插件，旨在为不具备原生视觉能力的主模型提供文本描述功能。作为 DSH 的一等公民，它通过注册 `describe_image` 工具，利用 DSH 基础设施管理依赖与凭证，将图片发送至多模态模型并转码解析。 插件支持路由至免费或付费 API，默认优先免费，安装命令为 `dsh plugin --profile web add mimo-vision`。它要求 Node.js 版本为 `^22.19` 或 `>=24`，并需配置 OpenCode API Key。使用时，主模型可调用该工具对指定路径的图片进
阅读全文dsh-vision-api-localorweb：接入本地识图模型 API，给 DSH 助手装上一双「本地眼睛」
DeepSeek Harness (DSH) 默认无识图功能，该插件允许接入本地模型，在保障隐私的前提下读取图片内容。它支持通过本地 OpenAI 兼容接口（如 LM Studio、Ollama）分析图片，数据不出本机。用户可在设置界面配置接口地址、模型名及 API Key，无需修改配置文件。安装后，通过对话提供图片路径即可获取文字描述。注意，发图功能可能受限，建议使用路径方式，并需确保本地服务兼容标准接口。
阅读全文DeepSeek VisionPlus：文本走 DeepSeek，图片自动路由到免费视觉模型池
# 前言 用 DeepSeek Harness（DSH）时有一个绕不开的限制：DeepSeek 官方模型是纯文本模型，本身不能看图。消息里出现截图、图表或界面照片，要么人工把内容转述成文字，要么把整段对话切到别的多模态模型，上下文就断了。 DeepSeek VisionPlus 走的是另一条路：文本请求继续由 DeepSeek 官方 API 处理，消息中出现图片时自动路由到免费视觉模型池，理解结果回到同一对话。DSH 的理念是一切皆插件，这个能力就是以插件形态实现的。下面介绍它的功能、安装和日常用法。 # 这是什么 DeepSeek VisionPlus
阅读全文dsh-vision-suite：为 DeepSeek Harness 补齐视觉能力的 Windows 插件
# 前言 用 DeepSeek Harness（DSH）搭智能体时，推理交给 DeepSeek 的文本模型没有问题，但很多任务需要“看”：从截图里读报错文字、比较两版界面的布局差异、从设计稿里取主色。常见做法是把图片手动丢给另一个多模态服务，再把结果搬回会话，链路断在中间。 dsh-vision-suite 解决的就是这个问题。它在保留官方 `deepseek-official` 文本路由的同时，把图片理解、OCR、截图裁剪、像素比较、主色提取和安全网页截图接进了 Harness。文本推理仍然由 DeepSeek 负责，只有调用远程视觉工具时，插件才会把
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-unknown-theme：把 DeepSeek 官网视觉搬进 DeepSeek Harness
dsh-unknown-theme 是 ycqaq233 维护的 MIT 协议社区插件，旨在优化 DeepSeek Harness（DSH）Web 工作区的视觉效果，使其更接近 deepseek.com 的官网观感。该插件并非官方组件，采用纯 CSS/DOM/Canvas 实现，零依赖且免构建，支持浅色/深色双主题自适应。其核心功能包括：移植官网 WebGL 流体背景、鼠标交互网格（HeroGrid）、粒子鱼形 LOGO 动画、标题聚光灯效果以及磨砂玻璃质感的 UI 组件样式。 安装推荐通过 git 仓库执行 `dsh plugin --profile web add ycqaq233/dsh
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-vision：为 DSH 增加视觉能力的插件
`dsh-vision` 是由 `xiaoshihou514` 维护的 DSH 原生插件，旨在为 DeepSeek Harness 补充视觉能力。该插件采用极简设计，核心功能包括增加视觉支持、调用免费的 Zhipu 接口以及使用本地 Qwen-VL 2B 视觉小模型。安装时需先部署 DSH 本体（要求 Node 引擎 ^22.19.0 || >=24 及特定 peer dependencies），插件以 MIT 许可证发布。需注意，README 中提供的安装命令引用了错误的插件地址 `dsh-weixin#main`，在维护者修正前不应直接执行该命令用于安装 `dsh-vision`。该插件适
阅读全文ds-vision-plugin：DeepSeek Harness 的网页图片转文本插件
ds-vision-plugin 是一个为 DeepSeek Harness 设计的开源插件，旨在解决文本型模型无法直接处理图片输入的问题。该插件在 Web 交互界面中自动将粘贴或拖入的图片转换为文本，供 DeepSeek 模型继续推理，无需用户手动切换工具或模型。其核心功能包括支持四模型竞速机制（如 agnes 和 glm 系列），以实现快速、可靠的首次有效响应；提供 Baidu OCR 或本地 Tesseract 的路由支持，并在不可用时回退至视觉语言模型；允许接入自定义 OpenAI 兼容模型或本地运行时（Ollama/LM Studio）。此外，插件具备完善的诊断工具、YAML 热重载
阅读全文dsh-visual-plugin：为 DSH Web UI 补齐图像与视频理解
dsh-visual-plugin 是 jyh20030112 为 DeepSeek Harness Web 端开发的视觉媒体插件。图像走 DSH 原生附件与当前视觉模型路径，右侧面板记录可复制的描述历史；视频经 FFprobe 校验、H.264 规范化与 PySceneDetect 关键帧抽取后交由模型分析。安装命令为 dsh plugin --profile web add dsh-visual-plugin，视频功能需宿主机预装 FFmpeg >= 6.1 与 PySceneDetect 0.7.x。MIT 许可，零运行时 npm 依赖。
阅读全文dsh-media-skills：为 DeepSeek Harness 补齐免费读图与生图
dsh-media-skills 是 MJorgin 维护的 DSH 插件（MIT，v0.3.0），支持 rc.7/rc.8/v0.1.1-rc.x。提供贴图自动转述、vision-review 读图与 media-tools 生图，视觉路由含 GLM-4V-Flash 与 DeepSeek-V4-Flash-Vision-Exp，生图走 SenseNova U1 Fast 与 Kolors。密钥不写进仓库，安装命令为 dsh plugin --profile <name> add github:MJorgin/dsh-media-skills。
阅读全文ModLens：为纯文本模型补上视觉能力
ModLens 是 liustack 维护的 DSH 视觉插件（MIT，v3.25.0）。粘贴图片后由独立视觉引擎生成 OCR、版面与语义的结构化 JSON 证据，供 DeepSeek、GLM 等纯文本模型作答。支持直接粘贴与 (modlens vision) 模型两种路径，内置六种 provider 并可复用本机 CLI 登录态。DSH 安装命令：npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@3.25.0。
阅读全文用 dsh-vision-router 给纯文本 DeepSeek Harness 智能体装上眼睛
dsh-vision-router 是 ysr666 维护的 DeepSeek Harness 视觉路由插件：视觉模型只当眼睛，DeepSeek 继续推理；内置免密钥 OVH 视觉链路，附带 14 个像素级工具（问答、定位、裁剪、像素对比、OCR 等）。一条命令安装，发图前点「👁 Vision」即可像普通工具轮次一样多步识图。本文基于 SkillHub 目录页与 GitHub README 核实安装命令、工具清单与使用注意。
阅读全文用 dsh-vision-router 给纯文本 DeepSeek Harness 智能体装上眼睛
dsh-vision-router 是 ysr666 维护的 DSH 工具与能力插件（MIT，v1.4.4）。它把视觉模型当眼睛、DeepSeek 当大脑，默认提供免 Key 的 OVH 匿名兜底，并注册问答、定位、裁剪、像素对比、OCR 等 11 个像素级工具。本文按社区目录与 GitHub README 核实安装命令、自动识图模型组用法和权限注意事项。
阅读全文使用 dsh-vision-toolkit 给 DeepSeek Harness 纯文本模型补上视觉能力
dsh-vision-toolkit 是 Anionex 维护的 DeepSeek Harness 界面增强插件，把 agent-vision-toolkit 接到 Web / Headless Profile。纯文本模型粘贴图片后可切到 Vision Toolkit 变体，完成带意图的图片问答、元素定位、长截图 OCR 和带像素对比的 UI 还原。目录安装命令为 dsh plugin add github:Anionex/dsh-vision-toolkit，MIT 许可，当前 npm 版本 0.1.20。
阅读全文用 modlens 给 DeepSeek Harness 的纯文本模型补上视觉
modlens 是 liustack 维护的 DeepSeek Harness 视觉插件（MIT，写作时版本 3.18.1）。纯文本 DeepSeek / GLM 看不见截图时，它注册 modlens_read_image，把粘贴图片转成带 OCR、版面与语义的 JSON。本文按社区目录与 GitHub 核实安装命令、两种贴图路径、引擎配置和输出契约。
阅读全文