🤖

opencode-eyes

模型推理更新于 2026.10.08

在终端中运行以下命令：

dsh plugin install bauerelizabeth07139/opencode-eyes

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 桌面版侧栏打开「插件」→「添加插件」，输入 https://github.com/bauerelizabeth07139/opencode-eyes 并启用 dsh-opencode-eyes；或在 CLI 用 dsh plugin install 安装到实际启动的 profile。

插件介绍

许多在 DeepSeek Harness 里运行的模型只能处理文本，无法直接「看见」截图、设计稿或报错界面。opencode-eyes 为这类工作流补上视觉环节：把本地图片交给 StepFun 的 step-3.7-flash 多模态模型，把画面转成结构化文字，再以 MCP 工具结果的形式回到对话里，让纯文本模型也能基于图像内容继续推理与作答。

插件以 DSH 形态打包，MCP 服务随安装一并就绪，无需手写 mcpServers 配置。核心能力是 describe_image：读取指定路径的图片，按需缩放后以 JPEG 编码，再按可选提示词请求视觉模型生成描述。超时、最大边长、JPEG 质量等参数可在加载配置中调整；未配置 StepFun API 密钥时服务仍会启动，调用时会返回明确错误，便于排查。

适合需要让文本模型理解界面截图、文档插图或现场照片的开发者与 Agent 搭建者——例如 UI 走查、故障截图解读、或把视觉信息纳入自动化任务。若你已在其他环境使用同一 stdio MCP 服务，本仓库的 Python 实现保持不变，DSH 插件主要负责解释器解析、工作目录与凭据转发。