JR-JR07/dsh-modlens-installer
JR-JR07★ 1PowerShell最后同步: 2026-08-15
dsh + ModLens 视觉能力一键安装包:给 DeepSeek Harness 装上看图能力(Windows EXE 安装器 + 智谱 GLM-4V-Flash 免费视觉引擎)
README 摘要
dsh + ModLens 视觉能力一键安装 给 DeepSeek Harness(dsh) 装上图片识别能力的 Windows 一键安装包 —— 粘贴图片即可识别,纯文本模型也能看图。 下载安装包 · 使用说明 · 工作原理 · 常见问题 ✨ 这是什么 DeepSeek Harness 背后的 DeepSeek 模型是纯文本的,本身看不了图片。本项目把视觉插件 ModLens 打包成一个 Windows 安装程序(EXE) ,双击后自动完成: - ✅ 安装 @liustack/modlens 视觉插件到 dsh web profile - ✅ 配置视觉引擎: 智谱 GLM-4V-Flash(免费模型) - ✅ 引导填写 API Key(免费获取,2 分钟) - ✅ 之后在 dsh 里选择 DeepSeek-V4-Flash (modlens vision) 模型, 直接粘贴图片即可识别 🚀 快速开始 方法一:使用安装包(推荐) 1. 下载 dsh-modlens-setup-1.0.0.exe 2. 双击运行,安装向导 → 勾选「立即运行一键安装脚本」 3. 脚本自动安装插件并引导你填写智谱 API Key(免费获取:open.bigmodel.cn 注册 → API Keys → 创建) 4. 重启 dsh 服务器,打开 http://127.0.0.1:3080 5. 模型选择器选 DeepSeek-V4-Flash (modlens vision) ,粘贴图片即可识别 方法二:直接运行脚本 环境要求 - Windows 10 / 11 - Node.js 22.19+ - 已安装并使用过 dsh(DeepSeek Harness web) 📸 截图 识别效果(GLM-4V-Flash 实测) 原图 识别结果 :-- :-- 动漫风格插画:紫发蓝眼的角色怀抱一只绿眼黑猫,表情平静(anime / chibi 风格,主色调紫蓝黑) 「Whale Girl」鲸鱼娘插画:蓝发大眼、女仆装、围裙鲸鱼图案、带鲸鱼尾巴(chibi 风格,蓝白主色调) 🔧 使用说明 1. 选择模型 DeepSeek-V4-Flash (modlens vision) (或 DeepSeek-V4-Pro (modlens vision) ) 2. Ctrl+V 直接粘贴图片 (支持 png / jpg / webp / gif / heic,单张 ≤25MB) 3. 正常提问,约 5 秒 后模型基于识别结果回答 4. 识别内容以结构化证据呈现:OCR 全文、版面区块、语义实体、颜色风格 ⚙️ 工作原理 - 模型仍是原 DeepSeek, 不会降智 ,只是多了"看图"输入 - 引擎与配置存于 /.modlens/config.json (与 dsh 插件共享) - 国内直连智谱…
在 GitHub 查看完整 README →分类
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件,为 DeepSeek、GLM 等纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面、语义)。
★ 2,047
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 920
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件:带意图的图片问答、长截图 OCR、UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 457