🤖

dsh-vision-primitives

模型推理更新于 2026.08.24

在终端中运行以下命令：

dsh plugin install zouyuanqing/dsh-vision-primitives

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端执行 dsh plugin install zouyuanqing/dsh-vision-primitives 即可安装（源码见 https://github.com/zouyuanqing/dsh-vision-primitives），重启 DSH 后全部 vision_* 工具将自动注册到当前会话。

插件介绍

纯文本智能体在操作 GUI 或分析截图时，往往面临视觉模型输出模糊坐标、无法精确定位的困境。dsh-vision-primitives 为 DeepSeek Harness 智能体装上一双像素级精确的眼睛：通过 Set-of-Mark 编号网格将模糊感知锚定为确定性坐标，配合纯 JS 内核完成截图、局部无损放大、几何标注、帧差分、颜色分割与原生 OCR，全程零外部 MCP 依赖，视觉推理 100% 在 DSH 运行时内完成。

插件同时提供 MiMo V2.5 多模态后端（vision_describe / vision_locate）和视觉证据协议（VEP），让纯文本模型也能结构化解析图片；聊天框图片桥接则使 deepseek 等纯文本模型在粘贴图片时不再报错，发送时自动转为工作区文件路径供模型按需读取。

适合在 DSH 环境中构建桌面自动化、UI 测试、截图解析等需要精确视觉坐标推理的智能体开发者，尤其是希望不依赖外部 MCP 服务、保持单一运行时简洁性的团队。