🤖

dsh-vision-suite

模型推理更新于 2026.08.15

在终端中运行以下命令：

dsh plugin install princefrogdida-ux/dsh-vision-suite

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端中执行 dsh plugin install princefrogdida-ux/dsh-vision-suite 即可安装，源码仓库地址为 https://github.com/princefrogdida-ux/dsh-vision-suite

插件介绍

DeepSeek 擅长文本推理，但当任务变成"这张截图上写了什么"、"两张 UI 截图之间布局改了什么"或"这个页面现在长什么样"时，Harness 原生并不提供视觉工具。dsh-vision-suite 在不破坏官方 deepseek-official 文本路由的前提下，按需调用已配置的 OpenAI 兼容视觉模型来处理图片，推理与视觉各司其职，未配置 Provider 时不会发送任何像素。

套件提供六个视觉工具，覆盖理解到操作的完整链路：vision_describe 支持一至四张图的问答与多图比较；vision_ocr 可走远程视觉模型或本地 Tesseract；vision_crop 按像素坐标裁剪并保存持久附件；vision_compare 返回同尺寸截图的变化比例与洋红色差异图；vision_palette 提取近似主色；vision_browser_capture 通过无头 Edge 或 Chrome 对白名单网页进行截图。裁剪、差异图和网页截图都会生成持久附件 ID，可直接回喂给 describe 或 OCR，形成迭代式视觉工作流。

安全方面，插件默认关闭、不劫持路由、密钥仅存于 Harness Credentials 而不落入 YAML 或日志；网页截图要求精确主机白名单、每次新建浏览器上下文、不复用登录态。适合 Windows 平台上需要让 DeepSeek 真正"看见"截图和网页的用户，尤其是 UI 回归比对、文档识别、主色校验和自动化视觉证据链场景。