dsh-mac-vision

纯文本模型最大的短板就是看不到画面。当你需要它读取一张截图、定位屏幕上的报错信息、或者从白板照片里提取公式时，通常只能依赖第三方 OCR 或多模态 API，不仅产生按次调用费用，图片数据还会离开本机。dsh-mac-vision 让任何运行在 macOS 上的纯文本模型拥有原生、完全本地的视觉能力，一次性补上这个缺口。

插件基于 Apple Vision 框架，支持读取本地图片、剪贴板内容、全屏画面或指定应用窗口，完成 OCR 后返回包含文本、置信度、坐标和复检状态的结构化证据。遇到小字号或公式密集区域时，它会自动裁剪并放大该区域进行二次识别。此外还提供可选的图片分类、条码识别、显著区域检测以及人物和宠物检测，模型可在一次调用中获取多维视觉线索。每条结果都明确标注为直接观察、语义推断或不确定，有效避免模型编造它并未真正看到的细节。

如果你已经在 Mac 上使用 DeepSeek Harness，并且经常需要屏幕分析、文档 OCR、调试截图解读或白板转写，这个插件正是缺失的那块拼图。它采用 MIT 协议完全免费，无需申请任何视觉 API Key，不下载第三方模型，所有图片数据都留在本机。安装一次即可使用，没有月度订阅、没有按次计费、没有额外配置。