dsh-tool-accurate-vision

模型推理更新于 2026.08.24

在终端中运行以下命令：

dsh plugin install imkingjh999/dsh-tool-accurate-vision

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install imkingjh999/dsh-tool-accurate-vision 即可安装，源码仓库地址为 https://github.com/imkingjh999/dsh-tool-accurate-vision

插件介绍

纯文本 Agent 面对图片时，最大的困境是只能依赖视觉模型的一句模糊描述来推断空间关系——谁离谁最近、哪个标签在哪个位置、物体之间的真实距离是多少，全凭印象，无法验证。dsh-tool-accurate-vision 解决的正是这个问题：它调用任意 OpenAI 兼容的视觉模型读取图片，返回归一化到 0–1000 区间的边界框原语，再格式化成结构化文本块供下一轮模型直接消费。对象位置、布局、OCR 文字从此变成可计算、可验证的数字，而非需要盲信的猜测。

每次调用还会自动输出一张自包含的 SVG 标注图，将原图上所有边界框与标签叠加绘制，方便开发者肉眼复核而非完全信任模型输出。包内还附带一个 edge-to-edge 距离计算工具函数，下游 Agent 只需传入两个边界框即可获得精确的轴对齐最短距离，避免配对错误边缘导致的计算偏差。

适合正在构建纯文本 Agent、需要让模型具备精确空间推理能力的开发者使用，尤其是涉及图表解读、布局分析、物体距离判断等需要可验证几何计算的场景。