dsh-visibridge

模型推理更新于 2026.08.25

在终端中运行以下命令：

dsh plugin install lhbsaa/dsh-visibridge

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install lhbsaa/dsh-visibridge 即可安装该插件（源码地址：https://github.com/lhbsaa/dsh-visibridge），重启 dsh 后 analyze_image 与 capture_image 工具将自动注册可用。

插件介绍

使用 DeepSeek、GLM 等纯文本大模型时，一个长期痛点是：模型看不到图片。遇到需要 OCR、版面理解或场景识别的任务，它只能凭上下文猜测，结果往往不可靠。dsh-visibridge 正是为此而生——它作为宿主级 bundle 插件接入 DeepSeek Harness，让纯文本模型获得一条可靠的视觉通路，而无需改造模型本身或修改 Harness 核心配置。\n\n插件的核心思路是证据驱动：analyze_image 工具将图片发送给视觉后端（本地 Ollama、小米 MiMo 云端、DeepSeek 官方视觉模型，或任意 OpenAI 兼容端点），取回一份结构化 JSON 证据，涵盖 OCR 全文与逐行文本、版面区块、场景与实体语义、配色风格，以及模型自报的不确定项。纯文本模型随后基于这份证据作答，不再凭空编造。此外，capture_image 工具让模型在调试循环中自主调用 USB 摄像头拍照、识别、再对比，实现改-拍-看-再改的视觉闭环，特别适合屏幕调试、文档扫描等需要观察物理世界变化的场景。\n\n如果你正在用 DeepSeek Harness 搭建 Agent 工作流，希望给纯文本模型补上一只眼睛，又不想引入额外的代理进程或修改核心配置，dsh-visibridge 提供了一个轻量、零依赖的宿主级方案。本地 Ollama 后端零上传、自动常驻；云端后端一行配置切换；密钥自动脱敏；内网地址默认拒绝——兼顾了易用性与安全性。