xby-gesture-detection

在视觉工作流里，识别图像中的手势并拿到结构化结果——检测框、置信度、标签——往往意味着自己拉模型、写推理脚本、处理输入输出格式。xby-gesture-detection 把这条链路压缩成 DeepSeek Harness 里的一次对话调用，省去了本地部署和胶水代码的开销。

插件提供三种输入方式：图片文件链接、Base64 编码、本地文件路径，任选其一即可触发推理。返回结果覆盖图中所有手势目标，每个目标附带像素级检测框坐标、置信度分数和类别标签，可直接喂给下游标注、审核或多模态交互逻辑。

如果你在 DSH 中构建视觉内容理解管线、做多模态问答演示，或者只是想不改代码就快速验证一批截图里的手势分布，这个插件都能让你跳过推理基建，专注在业务判断本身。