🤖

aura-vision

模型推理更新于 2026.08.25

在终端中运行以下命令：

dsh plugin install Ck-epsilon/aura-vision

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在已安装 dsh 的机器上执行 dsh plugin install Ck-epsilon/aura-vision，重启 dsh 后任意会话输入框右侧即出现「识图」按钮；完整源码见 https://github.com/Ck-epsilon/aura-vision

插件介绍

在 DeepSeek Harness 里做视觉识别，过去往往要自己对接付费多模态接口、手写切块与拼接逻辑、再操心结果怎么落地成本档文档。aura-vision 把这些事打包成一条免费通道：默认走智谱 GLM-4V-Flash 免费档，也可指向任意 OpenAI 兼容端点或 Pollinations 匿名兜底，输入框右侧点一下即可把图片转为文字，无需额外搭建密钥服务。

长文档与大幅截图是它最着力的场景。免费档输出上限仅 1024 tokens，插件通过自适应网格切块（目标 1100px、最多 3 乘 3、8% 重叠）逐块转录突破限制，超过 3200px 还会温和归一化，确保内容完整可读。识别结果支持导出为 Markdown、Word、PNG 长图，遇到表格时可直接生成 Excel；历史会话以缩略图与原图分离存储，支持收藏、过滤与一键导出自包含 Markdown 文件，数据随工作区迁移，密钥仅保存在本机凭证库，图片只发往你选定的后端，不经过任何第三方中转。

如果你日常在 Harness 会话里频繁处理截图、合同扫描件、白板照片，或者只是想要一个零成本、即装即用的视觉识别入口，aura-vision 把看图说话这件事变得和复制粘贴一样自然——若有似无，宛如天生如此。