Harness Trust
搜索插件、npm 包名或仓库

dsh-free-vision

@FuzzySoul · 视觉与多模态
检测到高风险来源一致

为纯文本 DSH 模型提供免费视觉能力，实现截图、OCR、UI 与报错分析

v1.0.8版本
npm 预构建包安装方式
2026-08-19最近更新
6 · 5,315Star · 周下载
查看风险检测到高风险发现，本站不提供一键安装；请先阅读安全报告。查看仓库

插件介绍

根据仓库资料整理 · commit 9daa0dc

主要功能

  • 内置视觉引擎，无需手动配置 MCP，随插件启动即可使用
  • 注册通用工具 image_understand，供模型分析图片、截图、UI 与报错
  • 默认优先使用千问、豆包、硅基流动等免费额度视觉模型，也支持智谱、混元及自定义 OpenAI 兼容端点
  • 支持按 Provider 覆盖 API Base URL，可指向代理或本地服务
  • 子进程剥离代理环境变量，实现国内 API 直连
  • 提供 auto/general/ocr/ui/debug/describe 多种任务模式，大图自动多裁剪

适合什么时候用

  • 纯文本模型需要理解截图、UI 界面或报错信息时
  • 需要低成本或免费额度完成图片 OCR、文档识别的场景
  • 希望在 DSH 中避免手动配置 MCP 视觉服务，直接开箱使用的场景

安装后会多出什么

界面设置 → Free Vision 配置面板，可设置 API Key、提供商、模型、工具名等
Agent 工具image_understand

使用前需要

  • 需要至少一个视觉模型提供商的 API Key（如 DASHSCOPE_API_KEY、VOLCENGINE_API_KEY、SILICONFLOW_API_KEY 等，或对应环境变量）
  • 需通过 dsh plugin 安装到 web profile，并重启 dsh web 生效
  • 依赖内置的 luma-mcp 视觉引擎及网络访问以调用外部视觉 API

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
浏览器 UI凭据环境变量文件系统MCP外部网络宿主子进程
能力是范围不是结论：很多能力是功能所需。

基本信息

仓库FuzzySoul/dsh-free-visionnpmdsh-free-vision@1.0.8安装方式npm 预构建包收录日期2026-08-15固定 commit9daa0dc4b429 · 2026-08-19