dsh-vision-analysis

模型推理更新于 2026.08.25

在终端中运行以下命令：

dsh plugin install Harvey-Will/dsh-vision-analysis

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在终端执行 dsh plugin install Harvey-Will/dsh-vision-analysis 即可安装，插件源码见 https://github.com/Harvey-Will/dsh-vision-analysis

插件介绍

纯文本 Agent 无法理解图片，而配置视觉模型往往意味着额外的 API 密钥、模型切换和本地文件管理。dsh-vision-analysis 让任何文本模型在对话中直接接收图片并返回分析结果，零配置即可工作：插件内置指向 OVHcloud 免费匿名视觉端点（Qwen2.5-VL-72B），安装后粘贴图片就能提问，无需密钥、无需额外服务。

插件提供 8 种经调优的分析模式——描述、OCR、图表取数、UI 评审、目标检测、多图对比、代码生成和端点诊断，其中 OCR 与图表模式返回机器可读的 JSON 结构，方便下游 Agent 直接消费。兼容 OpenAI chat/completions 与 Anthropic messages 两种线格式，可接入 GPT-4o、Claude、Qwen-VL、本地 Ollama 或 vLLM 等任意视觉端点。当某模型触发限流时，插件自动切换到链中的下一个模型并给出恢复指引。隐私方面，图片字节仅以 base64 形式发往用户指定的视觉端点，不进入会话日志，也不到达主模型；调试报告中 API 密钥始终完全掩码。

适合希望在 DeepSeek Harness 中为文本 Agent 快速赋予视觉能力、又不想维护额外基础设施的开发者；也适合需要批量 OCR、图表数据提取、界面设计评审或截图转代码等具体工作流的团队。