Terry12138qy/dsh-vision
Terry12138qy★ 3JavaScript最后同步: 2026-08-14
DeepSeek Harness 识图插件:为不具备原生识图能力的模型提供识图能力(阿里云百炼 qwen3.5-omni-plus,失败自动切换智谱 glm-4.6v-flash)。由 claude-vision-skill 移植适配。 | Vision tool for DeepSeek Harness
README 摘要
dsh-vision 给不具备原生识图能力的 DeepSeek Harness 模型装上「眼睛」。 把图片(本地路径或网络 URL)发送给多模态大模型,返回中文文字描述。主模型为阿里云百炼(DashScope) qwen3.5-omni-plus ,调用失败(额度用尽 / 欠费 / 限流)时自动切换智谱 glm-4.6v-flash 备用模型。 原始来源与适配说明 - 原始项目 :asuojun/claude-vision-skill —— 面向 Claude Code 的识图 skill,核心是 vision.js (读图 → base64 → 调 OpenAI 兼容接口 → 返回文字描述,主模型失败自动切备用模型)。 - 本项目 :专门为 DeepSeek Harness 做了适配,把原来的 Claude skill 重写为 DSH 的 bundle 插件 ,注册一个 vision 工具。识图主流程(读图 → base64 → 调 API → 返回文字、主/备模型自动切换) 原样保留 。 相较原版的主要改动: - 打包成 DSH bundle( dsh.bundle.patch ),可通过 dsh plugin 安装; - 注册为 DSH 的 vision 工具(Code Mode 里 await tools.vision(...) 可直接调用); - CJS → ESM;配置改为「环境变量 cordis.patch.yml config 默认值」(原 .env 语义不变); - 增加 exec.signal 取消支持(DSH 工具契约要求)。 安装 或本地路径: 安装后 重启 dsh web 生效。发布到 GitHub 后,记得给仓库添加 dsh-plugin 主题,方便被 DeepSeek Harness 生态发现。 配置 密钥通过 环境变量 (推荐,避免密钥进仓库)或编辑 cordis.patch.yml 的 config : 用途 环境变量 config 字段 主模型 API Key DASHSCOPE API KEY apiKey 主模型 Base URL DASHSCOPE BASE URL baseUrl 主模型名 VISION MODEL model 备用模型 API Key FALLBACK API KEY fallbackApiKey 备用模型 Base URL FALLBACK BASE URL fallbackBaseUrl 备用模型名 FALLBACK MODEL fallbackModel 环境变量优先于 config。示例见 .env.example。 使用 配置好后,直接发图片路径或 URL,agent 会调用 vision 工具: 工作原理 致谢 衷心感谢 asuojun 开源 claude-vision-skill —…
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)。
★ 1,700
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
★ 884
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.
★ 405