prismrelay-mcp
在终端中运行以下命令:
dsh plugin install Arnoldkevin/prismrelay-mcp
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在终端执行 dsh plugin install Arnoldkevin/prismrelay-mcp 即可安装,完整源码地址:https://github.com/Arnoldkevin/prismrelay-mcp
插件介绍
纯文本 Agent 面对一张截图、一份扫描文档或一张图表时,往往只能靠猜测。PrismRelay MCP 正是为解决这个痛点而生:它不改变底层文本模型,而是通过本地 stdio MCP 服务器,为 Agent 挂上一副可自由调用的外部视觉能力,让图像理解、生成与编辑融入 Agent 的标准工具调用流程。
核心能力围绕三个 MCP 工具展开。prismrelay_understand_image 读取图片像素并回答场景、对象、可见文字、图表等问题;prismrelay_generate_image 与 prismrelay_edit_image 提供实验性的生成和编辑流程,支持参考图、尺寸指定与人工审核。视觉推理委托给 Agnes AI 后端完成,Agent 始终担任主推理者,只负责发起调用和整合结果。
典型场景包括诊断 UI 截图与报错弹窗、从文档图片提取标题和日期、解读图表趋势与图例、对比两张产品图或界面截图,以及检查海报中是否包含指定元素。它尤其适合已在 DeepSeek Harness、Claude Code 或 Codex 中搭建纯文本 Agent 流程、需要补上视觉环节的开发者。需要注意的是,它并非原生多模态模型的替代品,视觉准确性仍取决于 Agnes AI 服务端表现。
使用场景
- 从截图或文档图片中提取文字、日期和状态标签
- 诊断 UI 界面截图、报错弹窗或图表异常
- 对比两张产品图或界面截图并回答视觉差异问题
适合人员
- 已在 DeepSeek Harness 或 Claude Code 中搭建纯文本 Agent 的开发者
- 需要为现有工作流补充图像理解能力而不替换底层模型的团队
- 希望利用 Agnes AI 视觉能力构建本地 MCP 集成项目的用户