🤖

dsh-modlens

模型推理更新于 2026.08.15

在终端中运行以下命令：

dsh plugin install YZz-S/dsh-modlens

将以下提示词粘贴到 DeepSeek Harness 对话框中：

运行 dsh plugin install YZz-S/dsh-modlens 即可安装该插件，源码见 https://github.com/YZz-S/dsh-modlens

插件介绍

纯文本大模型无法直接理解图片，这是搭建多模态工作流时最常见的瓶颈之一。dsh-modlens 将图片转化为包含 OCR、版面分析和语义描述的结构化 JSON 证据，让仅支持文本的模型也能完成看图、读表、识别界面等任务，无需切换到多模态模型。

在核心能力上，该插件支持多视觉引擎并行配置（Gemini、Anthropic、Claude Code、豆包/火山方舟 Ark 等），并允许每次调用通过 provider 参数指定使用哪个引擎；配置了多个引擎时，模型会主动询问用户偏好，省去手动切换的麻烦。

它适合正在用 DeepSeek Harness 搭建 AI 工作流、但主力模型只有文本能力的开发者——只需安装一个插件，即可让现有 Agent 获得看图能力，而不必更换整个模型栈。

集运行时热注入、任务感知模式路由与会话级分级协议于一体，实现免重启装配、P1-P23实测路由及红队门审计，保障长程推理勤勉度。

ModLens 是 DeepSeek Harness 的视觉插件，让纯文本模型直接读取聊天中粘贴的图片，无需保存文件或传路径，零配置并支持多引擎。

为DeepSeek Harness文本代理提供按需视觉能力：内置免费无密钥视觉链与14个视觉工具，图像作为工具调用路由到视觉模型，像素保真，无需Python，一键安装。

为 DeepSeek Harness 文本模型赋予视觉能力，支持图像问答、长截图 OCR、UI 重建与 GUI 视觉任务。