Yts1919/dsh-vision-complete

README 摘要

DeepSeek 完整视觉能力插件（Vision-Complete） 一键安装，让 DeepSeek 拥有「眼睛和耳朵」：看图、取字、定位物体、理解视频、转写语音、分析音乐、读 PDF/文档、截图直读。 DeepSeek 本身是纯文本模型，看不到图、听不到声。这个插件把下面两套东西整合成一个包，装一次就能用： 组成 作用 skills/vision-multimodal 核心 skill：教 DeepSeek 该调哪个工具看图/听声。含 vision.py （零依赖，可接任意 OpenAI 兼容视觉模型） tools/screenshot-tool Windows 截图自动保存：截图后剪贴板自动变成图片路径，粘贴即让 DeepSeek 读图 qwen-mm-plugins MCP （安装时自动注册） 三个 MCP 服务器（core / api / video-memory），提供通义千问的云/本地视觉工具 references/ API Key 配置、多供应商切换等说明 一、安装（4 步） 需要 Windows + PowerShell。全程约 5 分钟。 🔑 开始前先知道一件事 ：这个插件本身不含「眼睛」模型，它是调用 云端视觉大模型 （默认通义千问）来替你看图。所以你必须先准备一个 API Key （见第 3 步）。 没有 key，装完也用不了 ——这是唯一绕不开的一步，别跳过。 第 1 步：下载本仓库并解压 在仓库页点绿色 Code 按钮 → Download ZIP → 解压到任意位置；或用命令： 比如解压/克隆到 C:\DeepSeek-Vision\ （ 文件夹叫什么名字都行 ，不影响安装）。 💡 解压到 D 盘、E 盘、桌面等任何位置都一样 ：比如你解压到了 D:\我的插件\DeepSeek-Vision ，后面就在这个文件夹里双击 install.bat 操作即可。 盘符（C:/D:/E:…）和文件夹名都不影响安装 ——只要记得自己解压到了哪里、进到那个文件夹就行。 第 2 步：双击 install.bat 安装 最简单：直接双击 install.bat ，会弹出安装窗口并自动完成安装（装 skill → 注册 MCP → 装截图工具 → 环境自检）。窗口最后会停住，看到「安装完成」就是成功。 ⚠️ 不要右键 install.ps1 选「使用 PowerShell 运行」 ——那样脚本一跑完（或一报错）窗口就会 一闪就关 ，什么也看不到。 install.bat 已经内置了执行权限和结束停留，双击它最稳。 命令行方式（可选，路径换成你自己的实际位置）： 第 3 步：配置 API Key（必做，否则云端模型用不了） 打开这个文件，按里面步骤 5 分钟搞定： 一句话版：去 阿里云百炼 建一个 API-KEY，然后 PowerShell 执行：…

分类