🤖

vision-exp-tile

模型推理更新于 2026.10.01

在终端中运行以下命令：

dsh plugin install Nicholas023/vision-exp-tile

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install Nicholas023/vision-exp-tile，或按仓库说明从 https://github.com/Nicholas023/vision-exp-tile 获取源码并挂载到 profile。

插件介绍

DeepSeek 视觉模型会把大图自动缩到约 800×800，细节一丢，整页图纸、长截图或高分辨率照片就容易看不清。vision-exp-tile 是面向 deepseek-v4-flash-vision-exp 的 DSH 插件：在官方缩放规则下，把大图切成模型侧不易再被降采样的小块，带上坐标与聚合逻辑，把大图识图的最后一公里补回来。

工作流大致是整图预检，再结合本地 OCR 与自研像素网格做文字转录，对兴趣区域按比例切块后交给视觉 API 精读，最后自动汇总成结构化文本回到会话。你可以按场景选 smart（模型编排）、pipeline（全自动）或 full（全图网格）三种策略，不必自己手算块数和提示词。

切块、预检、兴趣点与网格能力由插件自带，不依赖其它 DSH 插件；本地 OCR 可在 paddle 或 rapid 虚拟环境或 Windows OCR 可用时增强 pipeline，缺失时会降级到视觉转录，流程仍可继续。若与 picturereader 同机安装，会可选复用其视觉端点或 OCR 环境并提示分工，未安装时行为与独立使用一致。

适合在 Harness 里经常让模型读大图、工程图、扫描件或超长截图的用户：希望少丢像素、又要可操作的切块结果与汇总答案，而不是一张糊图加一句笼统描述。