kaaaaahn/dsh-vision
kaaaaahn★ 1JavaScript最后同步: 2026-08-21
DSH 本地视觉能力插件：macOS Vision OCR + ollama qwen3-vl 语义描述 + 上传图片桥接
README 摘要
@zenk/vision DSH 本地视觉插件：对话框里直接粘贴截图，AI 就能看到并分析，图片不出本机。 特性 - OCR 带像素坐标 （macOS Vision）：识别文字并给出位置，UI 定位直接按坐标说 - 语义理解 （ollama + qwen3-vl）：看懂画面布局、元素与异常区域 - 零配置 ：自动检测环境、按内存选模型（8G→2b / 16 32G→4b / 32G+→8b）、缺 ollama 自动安装 - 渐进可用 ：模型后台下载（1.8 5.7GB）期间 OCR 已可用 - 全本地 ：免费、离线、图片不出 Mac 安装 重启 DSH 生效。桌面端把 --profile web 换成 --profile desktop 。 插件市场条目（添加来源 https://kaaaaahn.github.io/dsh-vision/catalog/source.json ）依赖 npm 发布，目前暂未上线，请使用上方 GitHub 命令安装。 首次使用会自动下载模型（后台进行），期间 OCR 已可用；环境细节见 docs/ollama-setup.md。 使用 - 直接粘贴图片 发送，AI 自动分析并回复 - 或让 AI 调用 vision analyze(file path=..., describe=true) 分析本地文件（describe 开启语义描述） 文档 - 环境准备与模型选型 - 常见问题（22 条 FAQ） 仓库结构 License MIT
在 GitHub 查看完整 README →分类
:rocket: The Ultimate Image Uploader for Efficient Creators. Supports Obsidian, Typora, VS Code etc. and 60+ image hosting services (S3, GitHub, Cloudflare R2, Imgur, Aliyun OSS...). Paste, upload, done.
★ 27,002
liustack/modlensThe 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). | 全网最强 DeepSeek Harness 外挂视觉插件，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）。
★ 3,503
Tiger3807861189/J-Space-Cognition-Suite-V3.6J-Space Cognition Suite V3.6 - AI cognitive-enhancement Skills based on Anthropic's J-space global workspace research. | 哔哩哔哩：Tiger380 (UID 3494375382321675) — https://space.bilibili.com/3494375382321675
★ 3,013