视觉与多模态
视觉、截图、图像理解与生成 · 共 168 个
让 agent 看得见：截图理解、图像生成、多模态输入。图片在 DSH 中以内容寻址引用进入会话日志，而不是把 base64 塞进上下文。选型看支持的模式（理解还是生成）与格式范围。 持久图片附件 →
dsh-vision-router
为纯文本 Agent 提供视觉能力：内置免 Key 视觉链 + 像素级视觉工具（看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图）；粘贴图片即可用。
dsh-vision-proxy
DeepSeek 大脑 + 自动识图：GUI 附加的每张图片自动经 OpenAI 兼容 VLM 转译成文字，再交给纯文本的 DeepSeek 作答——有 key 自动走快速通道（默认 qwen3.7-flash，支持百炼/智谱/OpenRouter 等任意 OpenAI 兼容端点），无 key 自动探测本地 Ollama（零配置，图片不出本机）。
dsh-vision-bridge
输入框贴图自动识别：由 OpenAI 兼容视觉模型转成文字描述后，再交给纯文本 DeepSeek 模型处理。
dsh-vision
外挂识图插件：鲸鱼按钮配置面板、图片识图自动回传、模型自主截图识图工具。
dsh-llm-vision-bridge
DeepSeek 视觉桥接：注册原生 LLM provider，聊天内粘贴的图片自动由视觉模型（pi-ai/llama.cpp 上的 Qwen3-VL）转成文字描述后交给纯文本 DeepSeek 作答——图片准入、路由与会话压缩全部走 harness 原生机制，带 LRU 描述缓存与 503 重试。
dsh-vision-toolkit
让纯文本模型更好地做视觉任务：带意图的图片问答、长截图 OCR、UI 还原等。
modlens
为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。
dsh-vision
纯文本 DeepSeek 的识图插件：默认走豆包 Web（零成本、免 API key，经 Windows CDP 桥接驱动已登录 Chrome），另有反重力额度（flash/pro）与 Gemini 降级通道；档位自动升级、视觉证据记忆与会话压缩恢复、内容哈希缓存、双语客户端面板。
dsh-youreyes
纯文本 DeepSeek 的识图工具包：模型可主动调用的 `vision` 工具、deepseek/opencode-go 包装适配器（v4 flash/pro）、反重力额度（默认，flash/pro）/ 任意 OpenAI 兼容 VLM / Gemini / 本地 Ollama 通道、证据记忆与会话压缩恢复、内容哈希缓存、双语客户端面板。
dsh-media-skills
面向纯文本模型的免费视觉桥与生图：粘贴读图、GLM-4V-Flash 与 Gemini 引擎故障转移、modlens 同款结构化证据输出，并自动播种免费视觉模型路由。
mcp-ds-ocr
视觉模型 OCR 插件（OpenAI / Anthropic 双协议）：配置 API 格式 / API URL / API Key / Model Name （设置 → 插件 → 插件配置 的可折叠卡片），支持 获取模型列表 与 测试连接 按钮； ocr recognize 工具对传入图片自动识别；结果 百分比坐标化 并以 对角线两点方框…
Gemini-Eyes
接入 gemini.google.com 的 MCP 桥：图片/视频视觉识别、Imagen 生图、Veo 生视频与历史对话管理，复用浏览器登录态，无需 API Key。
dsh-chat-imagine
通过已配置的 OpenAI 兼容生图模型或本机 MiniMax CLI，在 DeepSeek Harness 对话中生成并展示图片。
dsh-plugin-image-input
图片转文字输入插件：粘贴/拖拽图片自动转为结构化文字描述发送，给纯文本 LLM 提供图片输入接管（OpenAI 兼容视觉 API）。
dsh-plugin-mm-vision
通感编码器（Synesthesia Encoder）：调用视觉模型把图片翻译成紧凑的结构化空间文字（画布/元素/百分比坐标），让纯文本 LLM 获得像素级看图能力（`mm_vision` 工具）。
dsh-free-vision
免费视觉插件：纯文本模型看图 / OCR / UI / 报错分析，优先免费模型（千问 Qwen3-VL-Flash、豆包、DeepSeek-OCR），设置界面可配置。
dsh-tool-vision
本地优先的结构化视觉插件：图片交给本地 OpenAI 兼容 VLM，返回 JSON 证据（摘要、逐字 OCR、版面区域、实体/关系、配色、显式不确定项），带反幻觉回退与可选粘贴/上传桥；零云端成本，图片不出本机。
dsh-vision-guard
纯文本路由的透明图片护栏：贴图不再 400 卡死会话，附带 vision_analyze 工具（OCR/PDF/docx/pptx/视频）。
dsh-image-bridge
让文本模型（如 DeepSeek）也能正常发送图片：图片落盘到工作区，消息转成仅模型可见的路径文本，由模型调用视觉/MCP 工具识别。
dsh-vision-mix
组合已配置的文本与视觉模型，提供 Mix 路由、跨轮图片追问、Agent 截图分析、会话记录以及图片生成与编辑。
dsh-quicksight
DeepSeek Harness 双层图片识别插件 ：为纯文本模型补上识图能力， 本地图片识别 + 模型识别双通道 。
picturereader
DSH插件：纯文本模型像素转文字图像读取。image_scan/image_ocr/image_sample工具+图像读取技能（34图像训练方法）。纯本地，可选PaddleOCR。
dsh-visual-plugin
给纯文本模型装上眼睛：把用户图片转发给任意 OpenAI 兼容的视觉模型生成描述，并在 Web UI 右侧面板展示结果。
dsh-vision-recognizer
视觉模型路由：把附加图片经可配置模型（15+ OpenAI 兼容与 Anthropic 供应商）转译为文字，对话仍由 DeepSeek 作答。
dsh-image-gen
GPT Image 2 `image_gen`：默认复用 Codex 订阅 OAuth，也可显式使用 API Key；显影卡片、最多 3 张 API 实时局部图、持久附件回放/灯箱/下载、纯文本模型输出和受限的凭据安全请求。
dsh-plugin-local-vision
DeepSeek Harness 本地视觉插件：通过 LM Studio 的 OpenAI 兼容端点调用 本地视觉模型 （默认 qwen3-vl-8b-instruct-abliterated-v2.0 ）描述图片/截图。
dsh-plugin-grok2api-media-tool
让 dsh 通过 grok2api 的 API 获得生成图片与视频能力。
dsh-multimodal
给 DeepSeek 安装一双眼睛和一支画笔:会话里直接贴截图/图片,GLM 视觉模型先精确转写图片内容(报错信息、代码、界面逐字保留),然后 DeepSeek 继续处理你的问题——同一轮完成,全程无感;需要配图时,DeepSeek 自动调用文生图后端出图并显示在会话中。
dsh-koboldcpp-hands
给在线模型装上本地双手：koboldcpp_run 与 koboldcpp_vision 工具把重复的文本与视觉（OCR、图像分析、对比）劳动交给本地 KoboldCpp（llama.cpp）服务器，并按需拉起与管理服务器生命周期。
dsh-unsloth-hands
把重复的文本与视觉（OCR、图像分析、对比）劳动交给本地运行的 Unsloth Desktop（Unsloth Studio）服务器：unsloth_run 与 unsloth_vision 两个工具，纯 HTTP 客户端，不拉起也不持有任何进程。
dsh-llm-deepseek-vision
视觉增强的 DeepSeek 适配器：由视觉模型把图片描述成文字，纯文本 DeepSeek 模型再基于描述推理。
dsh-subagent-vision
让纯文本 DeepSeek 代理在同一会话内读图：委派给视觉子代理，发送时自动把图片转为文件路径。
free-vision-skill
基于 macOS Vision Framework 的全本地识图插件：`ocr_image`（文字提取，表格结构+坐标）与 `view_image`（场景/人脸/二维码）；web 输入框可直接粘贴多张图片，图片永不离开你的 Mac。
dsh-eyes
DSH 视觉模型插件：为无视觉能力的文本模型提供图片识别。粘贴/拖入/导入的图片自动交给 OpenAI 兼容视觉模型识别为文字并发送进对话，支持多轮复核（vision_ask）、多提供商配置。
dsh-image-bridge
DSH(DeepSeek Harness)插件:把用户在 Web GUI 里附加到消息中的图片,用视觉模型 (默认智谱 GLM-4V-Flash,免费)转成文字描述后注入对话,让 DeepSeek 这类纯文本 模型也能"看见"图片。
dsh-plugin-multimodal
在纯文本 DeepSeek 线路上开放贴图准入，用视觉 sidecar 把附件转成文字，原生视觉模型不改写。
dsh-siliconflow-vision
DSH 插件：通过硅基流动(SiliconFlow)视觉大模型识别/分析图片 —— dsh-plugin
dsh-deepseek-vision
视觉语言网关：注册支持图片输入的 DeepSeek provider 路由，图片先由可配置 VL 模型（默认 Qwen-VL）描述成文字再发送。
dsh-sfversion
SF视觉桥——给纯文本模型的 DeepSeek Harness 装上眼睛。
dsh-vision-api-localorweb
接入本地识图模型 API —— 给你的 DSH 助手装上一双「本地眼睛」。 用 LM Studio / vLLM / Ollama 里的多模态模型来识图，数据不出本机。
mimo-vision
`describe_image` 视觉桥：经 opencode Zen API（凭据 `OPENCODE_GO_API_KEY`，免费线路优先、付费兜底）把图片发给 mimo-v2.5、返回文字描述给纯文本模型，原生格式直发，SVG/TIFF/HEIC 等格式经 ImageMagick 自动转码。
dsh-vision
极简的原生视觉能力增强，支持免费的智谱模型或本地千问视觉模型。
dsh-draw-router
DeepSeek Harness 统一生图路由：自动识别任意 OpenAI 兼容端点的绘图模型（商汤、阶跃、Agnes、千问、Flux、SD、Imagen 等），提供 Agent 工具与 REST API。
dsh-vision-complete
给 DeepSeek 补上「眼睛和耳朵」的多模态视觉插件：看图 / OCR / 物体检测 / 视频理解 / 语音转写 / 截图直读，一键安装（DSH 插件）。
dsh-vision-fix
给纯文本的 DeepSeek 加上眼睛。Vision for text-only DeepSeek.
dsh-vision-bridge
DSH 识图桥接插件：让 DeepSeek 等纯文本模型会话也能发送图片，图片自动经视觉模型识图转文字（识图桥接，read_image 工具兼容）
imgpost
图邮 (imgpost)：让你的 DSH 能发图给你 —— 本地图片、网页图片、AI 生图，一键发进对话里。
dsh-mindseye
让 DeepSeek 原生看图 —— intent-routed vision for DeepSeek Harness
dsh-local-ocr
DeepSeek Harness本地OCR插件，由macOS Vision和Windows Media OCR驱动。
dsh-imagegen
DeepSeek Harness 图像生成与视觉效果插件 — 免费试用，无需密钥，无需注册。
dsh-tesseract-ocr
DeepSeek Harness (dsh) 插件，让纯文本模型接受附加图像：每张图像都使用 Tesseract OCR 本地识别，仅将识别出的文本发送到…
dsh-windows-ocr
DeepSeek Harness (dsh) 插件，让纯文本模型接受附加图像：每张图像都使用内置的 Windows OCR 引擎（Windows.Media.Ocr）本地识别…
dsh-tool-describe-image
本地视觉工具 — 给 DeepSeek Harness 的主模型「借一双眼睛」：传入图片路径，调用本地 LM Studio 视觉模型（ qwen3vl4b ），返回图片的文字描述，主模型据此理解图片。
dsh-tool-generate-image
本地绘图工具 — 给 DeepSeek Harness 的主模型一支「画笔」：把文字描述增强为提示词（正面 + 负面），调用本地 Draw Things （Stable Diffusion WebUI 兼容 HTTP 服务），生成图片并保存，返回文件路径。
DeepSee
为 DeepSeek 官方 API 提供可插拔的视觉处理层,让 DeepSeek 获得多模态能力: 一次 ask with image() 调用,完成"视觉模型看图 → DeepSeek 推理回答"。
dsh-photo-pick
dsh-photo-pick 从连拍里选出更好的那几张。DeepSeek Harness（dsh）插件：用视觉给近似照片打分并推荐。 中文 · English · Issues
dsh-vision-resident
常驻视觉子代理插件：自动转译粘贴的图片，提供 describe_image 工具，以及按会话隔离的对话记忆、状态胶囊和详情页（DeepSeek Harness）。
dsh-tool-imagegen
DSH Desktop 对话内联生图插件** — 模型在对话中自动调用 `generate_image` 工具，图片直接内联显示在对话框里，无需外部面板、无需手动切换。
dsh-vision-bridge
DeepSeek Harness 插件：把会话图片桥接到可插拔的视觉 API，同时保持 DeepSeek 为主模型
doc-ocr
Local OCR for PDFs/scans/images using macOS Vision. 本地OCR文档识别。
dsh-imagegen-plugin
给 DeepSeek Harness（DSH）加上第三方生图/改图能力的插件：对话召唤 + 设置卡片，支持 OpenAI 兼容 / 阿里百炼 / Replicate / fal.ai
dsh-generate-image
DeepSeek Harness 插件：通过本机 OpenAI Codex CLI 生成与编辑图片。
dsh-deepseek-vision
复用 DeepSeek 网页端内置视觉模式：deepseek_vision 工具驱动本地 deepseek-vision-cli 浏览器自动化（手动登录辅助、开启深度思考、自动关浏览器），以文本返回图片描述
dsh-imagegen
DeepSeek Harness (DSH) Web GUI 的 AI 生图插件。它通过宿主进程安全地代理 OpenAI 兼容的图像生成接口，为 DSH 提供文生图、图生图编辑、生成历史和一体化设置页。
dsh-open-eyes
纯文本 DeepSeek 路线的视觉桥：经可配置的 OpenAI Responses、Chat Completions 或 Anthropic Messages 端点分析附件与本地图片，图像路线保持原生
dsh-vision-plugin
给 DeepSeek Harness（DSH）装上"眼睛"： 纯文本模型（如 deepseek-v4-flash）也能处理图片 ——发图后自动用视觉模型生成描述，文本模型基于描述回答；描述不足时自动生成更具体的提示词重新解析。配置全程 GUI 可视化、保存即生效。
dsh-vision-tools
DeepSeek Harness（DSH）视觉能力全家桶 —— 让 DeepSeek 纯文本模型"看得见"。
dsh-easyvision
给纯文本模型视觉能力：describe_image 工具把图片委派给 dsh 模型列表中的视觉模型，跑在 harness 自带的 LLM 运行时上
dsh-plugin-appshot
macOS 全局快捷键「一键截图 当前窗口 」，自动作为图片上下文挂入 DeepSeek Harness (DSH) 的 Composer —— 把当前工作窗口零摩擦交给 Agent。
dsh-image-vision
给纯文本的 DeepSeek 加上眼睛： 聊天里传图 + 识图 ，一个插件搞定。
dsh-ads
DSH Web UI 广告层：2005 中文站风格侧栏广告/信息流/角落弹窗 + 关闭叉热区远小于视觉（素材全虚构整活插件）
dsh-browser-panel
WebUI 内嵌完整有头浏览器视图：模型实时操控真实浏览器，用户可见每一步（Codex 式体验，0 视觉依赖）
dsh-design
DSH Web/UI 设计 Agent Bundle：Create/Recreate/Refine、视觉验证与 hash 绑定交付
dsh-vision
view_image 工具桥接任意 OpenAI 兼容 VLM
dsh-vision-toolkit
agent-vision-toolkit 的 DeepSeek Harness 原生集成：图片问答
dsh-visualize
对话内生成式 UI：模型把交互式 HTML 卡片直接画进会话流（visualize 工具 + 配套 skill + 沙箱渲染卡）
dsh-web-workflow-visualizer
Web GUI 的 Workflow 可视化 + 图工程插件：多 agent 动态工作流白板化编辑与脚本生成
Qwen-MM-Plugins
Qwen-MM 多模态 Cordis 插件独立发布目录（packages/qwen/qwen-mm）
dsh-scrape-webpage
抓取任意 http/https 网页，提取标题、描述、正文、标题结构与链接，输出字符/词数、阅读时长、语言等统计与高频关键词；支持下载内容图片到会话工作区供视觉分析，并通过 scrape.imageAnalyzer 服务分发给已注册的识图分析器。
dsh-vision-fallback
将聊天图片交给固定的 OpenAI 兼容视觉模型，把事实性观察交给当前主模型，并在事件回放、上下文压缩和重启时复用会话内观察。
vision-route
注册 `deepseek-vision` 路由：Web GUI 直接粘贴图片，由免费智谱 GLM 视觉模型转译为文字后，再交给 DeepSeek 适配器作答。
vision-tool
给 DeepSeek Harness 的纯文本模型补上免费识图：`vision` 工具直连智谱 GLM 视觉 API 描述/OCR 图片文件（glm-4v-flash 降级链），无需任何外部 CLI。
dsh-guide-dog
基于 MiniMax 的多模态插件：实时语音通话模式（流式对话、悬浮胶囊 UI）、语音模式与麦克风语音输入，并提供图像/视频/音乐/语音生成与视觉检查工具。
dsh-tool-describe-image
describe_image 模型工具：让纯文本模型通过视觉语言模型获得图像理解能力。
dsh-autovision
纯文本 dsh 模型的识图插件：粘贴图片自动由你配置的多模态模型转成文字——透明孪生路由、模型可自主调用识图工具、无内置密钥与中转。
dsh-media-skills
面向纯文本模型的免费视觉桥与生图：粘贴读图、GLM-4V-Flash 与 Gemini 引擎故障转移、modlens 同款结构化证据输出，并自动播种免费视觉模型路由。
dsh-auto-vision
为纯文本 DeepSeek Harness 主模型搭视觉桥：自动从已配置模型中挑选多模态模型，通过 vision 工具把图片描述以纯文本返回。
DSH-dseyes
为纯文本 DeepSeek 提供原生图片上传体验：在 Web GUI 粘贴/拖入图片即以缩略图附件进入会话，发送前由 host 用免费智谱 GLM-4V-Flash 视觉 API（glm-4v-flash 降级链）读取并替换为文字描述，DeepSeek 据此回答，原图保留在聊天历史中。
dsh-omni-vision
为纯文本模型装上本地眼睛：eyes_render 在 Web 界面画布上绘制文字/图形/Mermaid，eyes_paste 接收用户粘贴的图片，eyes_ocr 用 Windows 自带 OCR 离线读文字，eyes_analyze 把像素解析成结构化数据，全程无需视觉模型。
tool-vision
屏幕截图与外部视觉识别：take_screenshot、list_windows、analyze_image、view_image 四个工具，可配置 GPT 视觉通道（gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra），API Key 经凭据服务存储，带设置卡片；view_image 在 Web 对话中显示截图，模型上下文只保留文字。
use-browser
通用浏览器自动化：browser_open、browser_click、browser_type、browser_extract、browser_screenshot、browser_eval 六个工具，@e 元素引用，Playwright 无头与 CDP（连接本机 Chrome）双后端。
dsh-vision-solution
为 DSH 纯文本模型补充视觉能力：识图技能（图片理解/OCR/文档解析，竞速池→自定义通道→本地）+ 幂等宿主补丁，让图片消息能送达模型侧。
dsh-image-pathify
让纯文本模型也能处理聊天贴图，提供原生视觉体验，支持批量看图，走内置 OpenAI 兼容识图工具 analyze_image；具备视觉能力的模型不受影响。
wechat-ocr
DSH 的本地微信 OCR 工具：`wechat_ocr_recognize` 针对本地图片路径返回识别文本和引擎的结构化结果。
win11-oneocr
DSH 的本地 Windows 11 OneOCR 工具：`oneocr_recognize` 返回 OCR 文本，以及包含行/词多边形、置信度、旋转角度和手写体样式的结构化结果。
dsh-screenshot
DeepSeek Harness (dsh) 的独立截图工具。浏览器快捷键一键截图，并提供面向智能体的截图加读取能力，让智能体能看到并分析任意屏幕区域。
dsh-vision-opencode
给纯文本主模型加可配置识图模型：vision_read_image 工具、输入框识图模型选择器，以及纯文本路由的图片自动转文字。
dsh-design-qa
给纯文本模型的设计稿保真判定：`deepseek_vision` 工具从任意 OpenAI 兼容视觉路由借来一只眼，让模型判断实现与设计稿是否一致——并附上支撑该判定的基准（4 组夹具、23 处注入缺陷、逐格原始输出）与其依赖的提问纪律。
visual-review
在 DSH Web 聊天界面内联渲染粘贴/上传的图片，并让纯文本模型“看见”图片：visual_review 工具优先调用任意 OpenAI 兼容多模态 API，未配置时回退本机 Qwen3-VL。
dsh-plugin-browserskill
BrowserSkill 的 DeepSeek Harness 浏览器自动化桥接插件，通过原生浏览器工具控制可见的 Chrome 和 Edge Agent Window，支持可访问性与 VOM 页面观察、截图、隔离的多会话控制和 Web UI 实时观察浮层。
dsh-plugin-chrome
每个 DSH 会话一个可见的 Chrome 窗口：16 个 chrome_* 工具（打开/状态/关闭/导航/标签/快照/截图/点击/坐标点击/填写/输入/按键/悬停/滚动/执行脚本/等待），Web GUI 的 Chrome 标签页提供实时画面流（静止页截图心跳兜底）、标签页管理、窗口控制与截图历史。
dsh-vision-lmstudio
DSH（DeepSeek Harness）Web GUI 的本地 LM Studio 视觉识别插件——用本地视觉模型识别、描述并 OCR 本地图片或剪贴板截图
dsh-plugin-deepeye
让纯文本模型获得"眼睛"：图片描述、OCR 文字提取、视觉问答、UI 布局分析、剪贴板截图分析，以及 粘贴图片自动翻译 （在纯文本模型会话里直接粘贴图片也能发）。
dsh-plugin-aigc-canvas
DSH 插件:一个节点-连线式的 AIGC 画布。向模型暴露文生图 / 文生视频 / 首尾帧生视频 / 多参考生视频 / 音频生成五类工具,生成的图片 / 视频 / 音频以及提示词都作为画布元素(uuid 寻址)存在,生成完成后自动按多对一(promise + 所有参考元素 → 输出)在画布上连线。
dsh-vision-provider
面向 OpenAI 兼容视觉模型的纯配置 DeepSeek Harness bundle
dsh-ernie-image
DSH 百度 ERNIE-Image-Turbo 文生图插件：宿主端注册图像生成工具（图片落盘 + 注册为会话附件，agent 可继续读图），浏览器端提供插件配置卡（密钥用户自填、测试连接、默认参数）与「✨ 文生图」生成画廊面板（prompt → 变体 → 预览/下载/同 seed 复现/换 seed 出变体 → 插入会话）。
dsh-screenshot-diff
DSH plugin: pixel-diff two screenshots into diff.png + triptych (pixelmatch) — 像
dsh-plugin-pixluna
将 PixLuna 的图片获取能力移植为 DeepSeek Harness（DSH）Cordis 插件。插件不再注册聊天命令，而是注册模型可调用的工具；原命令选项均转换为具名工具参数。
deepseek-harness-vision-plugin
一个用于 DeepSeek Harness 的 scratch 插件：让纯文本的 DeepSeek 主模型通过 视觉子模型 阅读图片。代理调用 vision read 工具，插件把图片和问题转发给配置好的视觉 API，再把视觉模型的回答以文本形式返回。
image-vision
让没有视觉能力的模型（如 DeepSeek 等纯文本模型）也能"看图"：自动调用 OpenAI 兼容的识图模型 API（OpenRouter、SiliconFlow、智谱、Kimi、通义千问、 本地 Ollama 等），完成图片描述、问答、OCR 等任务。
dsh-vision
给纯文本的 DeepSeek 加上眼睛。Vision for text-only DeepSeek.
dsh-plugin-vision-toolkit
DeepSeek Harness 视觉工具箱——给纯文本 agent 装上眼睛
openflowframes
OpenFlowFrames — Windows 视频插帧工具
sidesight
SideSight 同时支持 DeepSeek Harness 两条原生扩展路径：最简安装的文件系统技能与可配置插件包，两条路径都不启动服务
dsh-vision-sidecar
DeepSeek Harness 的托管免费视觉边车，带持久会话证据
dsh-vision
⚠️ 依赖提示:本插件需要搭配 uiopt 项目一起使用。 视觉模型的图形化配置界面(视觉模型下拉、输出上限、模式、超时)由 uiopt 的"额外插件 → 可配置插件"标签页承载;未安装 uiopt 时,只能通过 settings.yaml 手动配置,且无法在界面中切换视觉模型。
prismrelay-mcp
PrismRelay 让纯文本 agent（含 DeepSeek 工作流）经本地 stdio MCP server 检视真实图像像素，agent 保持主力
dsh-image-to-path
让 DSH 纯文本模型对话也能拖图/贴图:图片自动保存到会话工作区,以文件路径交给模型。
doubao-vision-dsh
doubao-vision-dsh 让没有视觉能力的模型通过桌面豆包"看见"聊天图片 —— DeepSeek Harness 宿主插件(CDP 桥接)
dsh-her-eyes
DeepSeek Harness（dsh）的视觉语言模型分析插件：analyze image 工具由主/备 OpenAI 兼容视觉端点支撑
dsh-mimo-vision-hint
零依赖的 DSH 提示插件：在模型系统提示中注册一节，指示 agent 把图像识别任务派给相应工具
dsh-vision-relay
零修改、零切换的 DeepSeek Harness 视觉能力插件 —— 让纯文本模型（如 DeepSeek-V4-Flash）直接"看见"聊天里的图片：粘贴即读、无需切换模型、不修改任何核心代码。
dsh-mac-vision
面向 DeepSeek Harness 的 macOS 原生视觉插件 。它通过 Apple Vision 为纯文本模型提供本地图片、剪贴板、屏幕和应用窗口的 OCR 与视觉检测能力。
dsh-vision
dsh-vision — 识图路由插件（Vision Bridge for DeepSeek Harness）
dsh-vision
DeepSeek Harness 插件：有视觉能力的模型继续原生收图；所选主模型是纯文本时，插件另请视觉模型分析
dsh-plugin-vision
给纯文本模型一双"眼睛"。注册一个 see 工具：对任意图片输出 纯文本 的三通道分析——
dsh-qwen-mm
Qwen-MM-Plugins 集成 bundle——多模态 MCP 工具（视觉、OCR、ASR、搜索）
dsh-vision-plugin
DeepSeek Harness 的视觉与图片理解插件
dsh-tool-describe-image
让 DeepSeek 看懂图片的 DSH 插件 —— 通过阿里云百炼（DashScope）qwen-vl 视觉模型，把图片转成文字描述，纯文本模型也能"看见"图片。
dsh-vision
给 DeepSeek Harness 里 没有原生识图能力的模型 （如 deepseek-v4-flash）加上识图工具。 Give image-recognition ability to DeepSeek Harness models without native vision (e.g. deepseek-v4-flash).
ds-vision-plugin
把图片粘贴进 DeepSeek Harness：四模型视觉竞速、OCR 与自动结果
dsh-plugin-vision
为 DeepSeek Harness 中的纯文本大模型提供视觉能力 ——通过 Gemini / GLM 免费视觉 API 完成图像描述、OCR 与视觉问答。 Vision for text-only LLMs inside DeepSeek Harness (DSH) — describe images, OCR, and answer visual…
dsh-plugin-vision
让 DeepSeek Harness（ dsh ）拥有 识图 和 生图 能力的可插拔插件，两个工具：
dsh-qwen-multimodal
一个 DSH bundle 经 Qwen API 给纯文本主模型（如 DeepSeek）三项多模态能力：视觉、语音转文字与文生图
dsh-plugin-read-image-free
dsh web 插件：让模型理解图片内容 —— 使用 bigmodel.cn 提供的免费 vision 模型（GLM-4.1V-Thinking-Flash）进行 OCR、画面描述、图内文字翻译等，对不支持图片输入的模型同样可用。
dsh-vision-bridge
给纯文本的 DeepSeek「装上眼睛」—— 粘贴图片，自动识别成文字，再交给模型理解。
dsh-plugin-vision-tool
给纯文本 DeepSeek Harness 模型图像识别：Cordis 宿主插件注册 analyze image 工具，把识别路由到专用视觉模型
dsh-luna-vision-bridge
dsh-luna-vision-bridge 是一个纯 Host 侧的 DSH LLM adapter。它注册新的 luna-vision-bridge provider，让原生 DSH 输入框可以继续使用粘贴图片、拖放、缩略图、删除、Enter 和发送按钮；图片进入 DSH 原生 attachment store 后，由 Codex Luna…
dsh-vision-helper
DeepSeek Harness Vision Helper/DeepSeek Harness 视觉辅助方案
dsh-image-reader
给纯文本 DeepSeek Harness agent 直接读图的能力：一个面向模型的 read image 工具，按需询问任意 OpenAI 兼容视觉端点
dsh-visionary
在图片抵达 LLM 前透明地转成 OCR 文本 + 视觉模型描述——让 DeepSeek API 终于能「看见」聊天图片
dsh-ocr-plugin
给 DeepSeek Harness 加"眼睛"的本地 OCR 插件： 让纯文本模型 真正看到图片内容 ——截图、发票、表格、扫描件、多栏文档，全部本地识别，不依赖任何云 OCR。
dsh-pixluna
将 PixLuna 的图片获取能力移植为 DeepSeek Harness（DSH）Cordis 插件。插件不再注册聊天命令，而是注册模型可调用的工具；原命令选项均转换为具名工具参数。
dsh-image-subagent
让纯文本主模型（如 deepseek-v4-pro）也能接收图片附件：图片进入会话后投影为携带完整 attachmentId 的显式文本占位符，由主模型委托视觉子代理读取。
dsh-image2-draw
DeepSeek Harness 里没法直接生图？本插件经暴露 OpenAI Images 兼容 API 的第三方中转加上 Image2 生成，配好即用
dsh-image-bridge
DSH（DeepSeek Harness）Web 插件：为 不支持原生图片输入 的纯文本模型提供图片桥接能力，让纯文本模型也能"看图"。
dsh-video-lens
DeepSeek Harness 的视频理解——给纯文本 agent 装上视频的眼与耳
dsh-vqa-agent
DSH 插件:vqa_ask 双模型视觉问答 —— 主模型提问 → 视觉模型看图回答,UI 实时展示 QA 过程,支持多模态视觉模型选择
deepseek-harness-vision-plugin
DeepSeek Harness 与 OpenAI 兼容网关的视觉输入与自动路由插件
dsh-aux-vision
DeepSeek Harness 辅助视觉插件：任意纯文本主模型 + 任意视觉模型（默认 opencode-go/mimo-v2.5）
dsh-paddleocr-skills
DeepSeek Harness 的 PaddleOCR 技能：原生工具与 GUI 配置
glm4v-vision-mcp
GLM-4.6V 图像理解 MCP：识图/OCR/图表解析，原生接入 DeepSeek Harness（dsh-mcp-client），也兼容 Codex/Cline 等
dsh-see-image
DeepSeek Harness 的 see_image 视觉工具插件——经任意 OpenAI 兼容视觉模型描述图片
deepseek-harness-vscode-extension
非官方的源码级 VS Code DeepSeek Harness 客户端，经 ACP 通信
dsh-codex-canvas
DeepSeek Harness 插件：经 Codex CLI（gpt-image-2）的 image_gen 工具
flomo-dsh-plugin
仿 flomo 便签 + 知识图谱 的 DeepSeek Harness (DSH) 动态 Cordis 插件 / flomo-style memo plugin with knowledge graph
dsh-browser-bridge
DeepSeek Harness 插件 + 浏览器扩展桥：browser_* agent 工具（导航、点击、输入、截图等）
dsh-vision-paste
DSH 插件：把图片粘贴进聊天即变成模型可用的文件路径
deepseek-harness-desktop
DeepSeek Harness 桌面客户端 —— 内置官方 dsh 运行时与本地文件/视觉/记忆插件,数据全本地、无遥测;macOS / Windows 双平台
dsh-imggenerate
DeepSeek Harness 插件：image_generate 工具（阿里 MaaS qwen-image-3.0 与火山 doubao-seedream）
dsh-ccswitch-import-lite
DeepSeek Harness 插件（精简版）：从 CCSWITCH 批量导入模型供应商，不含视觉描述
dsh-deepseek-vision-router
DeepSeek Harness 的透明图像预处理路由
dsh-chrome
DeepSeek Harness 插件：面向模型的 Chrome DevTools Protocol（CDP）工具——导航、执行、截图等
dsh-vlm-bridge
DSH bundle 插件：vision_analyze 工具让纯文本 LLM 也能看图
dsh-vision-adapter
DeepSeek Harness 的视觉适配插件：经 Kimi 视觉模型为 DSH 补盲（上游英文描述已损坏）
dsh-yali-image-generator
dsh-yali-image-generator 是一个可独立安装的 DeepSeek Harness Bundle，为 Agent 提供 generate image 图像生成工具，并通过 Yali AI 异步图像网关调用模型。
dsh-vision-plugin
个人 DeepSeek Harness 视觉插件
dsh-vision
给纯文本 LLM 视觉：DeepSeek Harness（DSH）持久化、一键安装的插件