gewu-tools

DSH 的会话主脑通常是纯文本模型，它读不了渲染出来的页面，面对「这版方案好不好看、图表连线对不对、跨页密度稳不稳」这类问题根本无从回答。直接调用视觉子代理也不行：子代理没有会话上下文，会把业务标记 ⭐ 误判为装饰 emoji；OCR 级误读加上截图边界的页码漂移，又可能让关键数字上错台。gewu-tools 把在 24 页售前方案上实测收敛的三步流水线固化为两个工具，补上「看得见却不可信」的缺口。

流水线分三步：截图、简报契约、真值核验。gewu_prep 用 headless Chrome 逐页截图，同时拼装一份带客户背景、关注清单、伪影声明和输出纪律的简报，让视觉子代理知道 ⭐ 代表「核心能力」而非装饰符号——这一步系统性消除了无上下文误报。gewu_locate 则把子代理报出的每一个关键数字或论断回源码逐一定位，返回所在 section、页码和脱标签摘录；经不起核验的断言在到达用户之前就被拦截。三步合力，误报率显著下降，关键数字零差错，叙事线、密度与跨页一致性变得可审。

自定义 preset 让你把自己的设计规范和验收标准注入简报，视觉子代理便用同一把尺子审稿；preset 非法时自动降级到 community 基线并给出明确报错。index.js 还能脱离 DSH 独立运行，Trae、Codex、Kimi 等宿主经 CLI 同样获得截图、简报、核验三件套产物。无论接入稳挡还是洞察挡的视觉模型，核验环节保证产出可信、可审计——这正是格物把「核验」固化为第三步的原因。

适合在 DSH 工作流中需要「先看清再下结论」的场景：售前方案版式验收、多页文档的密度与一致性审查、任何将视觉检查与源码级证据配对的质量门禁。