dsh-vision-direct
在终端中运行以下命令:
dsh plugin install eurekame2000/dsh-vision-direct
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install eurekame2000/dsh-vision-direct 安装本插件(源码:https://github.com/eurekame2000/dsh-vision-direct);DSH Desktop 也可在「设置 → 插件」中安装后重启或刷新页面。
插件介绍
DeepSeek Harness 默认只收文本:直接贴图会被拒绝,给模型一个截图路径它也读不了。常见做法是再挂一个视觉 CLI,却要多装包、多维护一份别人的配置,上游还被别人替你选好。dsh-vision-direct 把视觉能力收回插件自己:不启动子进程、不依赖第三方运行时,视觉请求只发向你填写的 OpenAI 或 Anthropic 兼容端点。
和同类的「贴图立刻转文字描述」不同,本插件自己不代替主模型看眼:粘贴时只落盘并把路径插进输入框,不占上下文预算;主模型按需调用 vision_read_image,可以重读、追问同一张图。输出是结构化证据——逐字 OCR、按阅读顺序的版面、语义与颜色风格,不确定项单独列出,而不是一段摘要。
还支持预设管理、按内容寻址的粘贴去重、可配置的滚动保留(默认最近 10 张),以及可选的 127.0.0.1 回环兼容端点,让其它程序也能借用同一套视觉配置。密钥只写在 ~/.dsh/vision/config.json(0600),页面只看打码与 hasKey,明文不回浏览器。
适合要读准截图里的字、表格、报错,且希望自选上游、愿意多一轮工具调用换可追问与细节的人;若你只想要「大概是什么」、越少调用越好,一次性转译类插件可能更省事。与别的读图插件可共存,但工具会重复注册,建议只保留一个。
使用场景
- 对话里贴截图或给本地路径,让主模型按需调用读图工具
- 需要逐字读出报错、表格或界面文字,而不是一段模糊描述
- 希望自选 OpenAI/Anthropic 兼容视觉上游,并可选暴露本机回环端点
适合人员
- 在 DSH 里频繁用截图排错、读文档或核对界面的开发者
- 不想维护外部视觉 CLI,只愿配置一份本机视觉设置的用户
- 重视可追问、结构化证据,并能接受多一轮工具调用的进阶用户