dsh-vision-tools

@moon09300731 · 视觉与多模态

检测有风险提示无安装脚本

为 DeepSeek Harness 提供视觉理解工具与粘贴/拖拽识图入口，让纯文本模型也能"看图"

v0.1.2版本

npm 预构建包安装方式

2026-08-17最近更新

3 · 607Star · 周下载

dsh plugin --profile web add dsh-vision-tools查看仓库

插件介绍

根据仓库资料整理 · commit fd4a822

主要功能

提供 vision_understand 工具，调用 OpenAI 兼容视觉 API 理解本地图片（描述、识文字、问答）
支持粘贴截图、拖拽图片、点击按钮三种方式快速识图
默认使用智谱 GLM-4.6V-Flash 免费模型，支持切换 dashscope/siliconflow/openai 四家 provider
主模型被限流时自动降级到备用模型重试一次，业务错误不触发降级
支持全局配置文件与项目级配置文件覆盖，改配置无需重启
图片自动保存到本地目录并生成识图提示文本填入输入框

适合什么时候用

需要让纯文本 DeepSeek 模型理解截图、图片中的文字或内容时
希望免费使用视觉理解能力而不想额外配置付费 API 时
需要快速通过粘贴或拖拽方式向对话添加图片进行分析时

安装后会多出什么

界面输入框左侧新增「📷 识图」按钮，支持点击选图或拖拽图片 · 支持在输入框内直接粘贴剪贴板截图

Agent 工具vision_understand

使用前需要

需配置 VISION_API_KEY 及 VISION_PROVIDER（默认智谱 GLM-4.6V-Flash，免费）
图片需经外部视觉 API 出网（base64 传输），敏感数据需自行评估或改用本地 OCR/内网视觉服务
依赖宿主运行时自带的 @deepseek-ai/dsh-tools，安装后需确认未产生模块双实例

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外部网络

能力是范围不是结论：很多能力是功能所需。

基本信息

仓库moon09300731/dsh-vision-toolsnpmdsh-vision-tools@0.1.2安装方式npm 预构建包收录日期2026-08-17固定 commitfd4a8227c0cd · 2026-08-17

dsh plugin --profile web add dsh-vision-tools