dsh-vision-toolkit

客户端更新于 2026.09.04

在终端中运行以下命令：

dsh plugin install mengruoa/dsh-vision-toolkit

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DSH 终端中运行 dsh plugin install mengruoa/dsh-vision-toolkit 完成安装（开源地址 https://github.com/mengruoa/dsh-vision-toolkit），之后重启 Web Profile 并进入 Settings → Vision Toolkit 配置视觉 Provider 即可使用。

插件介绍

在 DeepSeek Harness 中，纯文本模型面对图片只能给出一段泛泛的描述，无法真正完成视觉任务。DSH Vision Toolkit 将一组视觉工具与一套实战 Skill 注入 Harness：粘贴图片即可切换为视觉增强变体，模型围绕当前任务聚焦提取关键信息，而非生成一段通用摘要。

工具箱涵盖图像问答、元素定位、区域裁剪、矢量追踪、像素差异对比、长截图逐段 OCR、前景提取、主色识别和本地页面截图共十项能力；捆绑的 vision-skills Skill 则把长截图阅读、UI 还原、图标与草图重建、GUI 操作等五套流程编排为可复用的工作流，并支持多视觉 Provider 配置与自动降级。

它适合希望在文本模型上获得类多模态交互体验的用户——直接把截图贴进对话提问，也可以把一张设计稿变成可编辑的前端页面，或从一段长聊天截图中精确提取对话内容。