Harness Trust
搜索插件、npm 包名或仓库

dsh-vision-web

@54xkeee · 视觉与多模态
检测未发现问题无安装脚本来源一致

为纯文本 DeepSeek 提供识图能力，默认通过豆包 Web 免费识图，无需 API key

v0.1.0版本
npm 预构建包安装方式
2026-08-16最近更新
7 · 564Star · 周下载
dsh plugin --profile web add dsh-vision-web查看仓库

插件介绍

根据仓库资料整理 · commit f8b2619

主要功能

  • 默认走豆包 Web 通道，通过 Windows CDP 桥接驱动已登录 Chrome 识图，零成本免 API key
  • 支持反重力（Antigravity IDE flash/pro 额度）与 Gemini API 作为降级通道，另可接入任意 IDE CLI（Claude Code/Gemini CLI/Qwen Code 等）
  • 档位自动升级：先做标准识别，判断为复杂画面（多主体、密集文字、表格等）时自动进行深度二次识别
  • 四种识图模式：glance（通用理解）、ocr（文字转录）、region（区域聚焦）、compare（多图对比）
  • 视觉证据以结构化 JSON 持久化写入会话时间线，跨轮复用，会话压缩后自动恢复
  • 内容哈希缓存（图片+提示词+模式等组合的 SHA-256）避免同一张图重复识别付费/耗时

适合什么时候用

  • 希望给纯文本 DeepSeek 增加识图能力，但不想购买视觉 API 或申请 key
  • 在 WSL 或网络受限环境下工作，希望复用本机已登录的浏览器/IDE 会话完成识图
  • 需要处理密集截图、表格、UI 原型或多图对比等复杂识图任务，希望获得结构化、可复用的识别证据

安装后会多出什么

界面会话头部「识图」面板，可添加/粘贴图片并选择提示词、模式、档位、通道 · 双语（中/英）客户端面板
命令dsh plugin --profile web add dsh-vision-webnode bridge.mjs
Agent 工具vision

使用前需要

  • Node.js >= 20
  • 默认通道需在 Windows 侧运行 bridge.mjs 并用已开启调试端口的 Chrome 登录 doubao.com
  • 使用反重力通道需已运行 Antigravity IDE 及 language_server.exe，并配置工作区/项目 ID 等路径
  • 使用 Gemini 降级通道需提供 Gemini API key
  • 使用 IDE CLI 通道需本地安装对应 CLI（如 Claude Code、Gemini CLI、Qwen Code 等）
  • WSL 环境下 API 通道降级需配置 Windows curl 路径

在 GitHub 阅读完整 README

权限与能力

安装后它能碰到什么
不覆盖任何 dsh-base 宿主行：不接管沙箱、审批、凭据等能力。
宿主能力
Agent 控制浏览器 UI凭据环境变量文件系统外部网络会话数据宿主子进程
能力是范围不是结论：很多能力是功能所需。

基本信息

仓库54xkeee/dsh-visionnpmdsh-vision-web@0.1.0安装方式npm 预构建包收录日期2026-08-16固定 commitf8b26198aff8 · 2026-08-16
dsh plugin --profile web add dsh-vision-web