iceBear662/dsh-vision-edge-doubao

README 摘要

dsh-vision-edge-doubao "带上她的眼睛" 大肥鱼：终于找到眼睛捐赠者了，豆包，会是谁呢？ 豆包：恭喜啊！ ————手术很成功———— DSH（DeepSeek Harness）视觉插件：通过最最懒人的 Edge + 豆包网页版 给纯文本 DeepSeek 模型提供识图能力。 起因是我在做数学建模题目时，发现 Deepseek 模型的识图能力不太理想，于是在插件市场尝试了几个识图插件，发现现有的插件大多依赖于 Chrome + Gemini，对于我这种懒人加门外汉使用起来有些麻烦，所以用大 D 老师写了一个自己用着方便的插件。由于是第一次尝试，还有很多不足，但已勉强能用，也有一些亮点： - 🧮 数学建模图专项 （ mode=math ）：几何图形 / 流程图 / 数据图表 / 表格 / 公式 的深度结构化识别 - 💬 澄清闭环 ：识别有不确定项时，插件会列出问题问你，你回答后重新识别更精确 - 🖼 通用识图 ：照片、截图、OCR 文字识别、区域细查、多图对比 - 🔁 免维护登录 ：豆包登录态保存在独立浏览器配置里，一次登录长期使用 - 💰 零成本 ：复用浏览器登录态，无需 API Key 环境要求 - Windows（需要 Edge浏览器） - 已安装 DeepSeek Harness（DSH）Web GUI - Node.js ≥ 18（桥接组件需要） 安装 方式一：从 GitHub 安装（推荐） 方式二：从 npm 安装 方式三：tarball 安装 安装后重启 dsh web 生效（插件在启动时加载）。 首次使用配置（只需一次） 1. 运行一键启动脚本 脚本会自动完成：启动 Edge 调试实例（独立配置，不影响你日常浏览器）→ 启动豆包桥接 → 验证环境。 GitHub/npm 安装后脚本在 node modules\dsh-vision-edge-doubao\start-vision-edge.ps1 。 2. 登录豆包（仅首次） 在弹出的 Edge 窗口里打开 doubao.com，扫码或手机号登录一次。 登录态保存在独立配置中，之后重启电脑也不用再登。 3. 开始使用 在 DSH 会话里直接发图片给模型，或说"看看这张图"即可——模型会自动调用 vision 工具。 使用说明 数学建模图专项（ mode=math ） 对数学建模竞赛常见的图做了专项优化，识别时会按图型输出结构化要点： 图型 识别内容 几何图形 形状、顶点字母及方位、实线/虚线分类、辅助线、角度标记、坐标系 流程图 节点类型与文字、分支条件、循环结构、层级关系 数据图表 图表类型、坐标轴/刻度、趋势与极值、关键数值、图例 表格 行列结构、表头、全部数值、异常值 公式 LaTeX 转录（分数/根号/上下标/求和等） 澄清闭环（不确定项提问） 识别遇到看…

分类