DeepSeek Harness Plugin Hub

发布与管理完整 Harness Profiles,发现适合你的插件。

探索

插件目录环境预设文档中心动态

社区

发布插件联系我们报告问题

相关链接

Plugin Hub GitHubDeepSeek Harness 官方项目系统状态隐私说明
© 2026 DeepSeek Harness Plugin HubPowered byPaxTech

独立、非官方社区项目,与 DeepSeek 官方无隶属、授权或背书关系。

Mac Vision — DeepSeek Harness 插件(DSH Plugin)
DeepSeek Harness Plugin Hub
ProfilesPlugins分类动态文档登录管理 Profiles
ProfilesPlugins分类动态文档登录
← Plugins

dsh-mac-vision

Mac Vision

适用于 DeepSeek Harness 的原生 macOS OCR 和视觉工具

插件会安装到这里;不确定时保持 web。

npx -y @deepseek-ai/dsh plugin --profile web add dsh-mac-vision@0.1.0
README兼容性版本

兼容性与来源证明

Mac Vision 以 dsh-mac-vision 发布,当前版本为 0.1.0。Plugin Hub 会校验它的 manifest,并保存精确安装来源,便于复现安装结果。

DSH 兼容范围
*
运行环境
any
发布来源
npm
Registry 更新时间
2026/9/20

版本

0.1.0stable
2026/8/13

相关插件

正在加载相关插件…

最新版
0.1.0
DSH
*
HMR
重启进程
Tree shaking
未声明可安全裁剪
解包体积
57.8 kB
文件数
14
Surface
any
许可证
MIT
发布源
npm
GitHub
★ 1
周下载
95
最近提交
2026/8/13
查看源码 ↗项目主页 ↗
README Badge

点击下方 Badge 复制 Markdown,粘贴到 README 即可。

这是你的 Plugin?认领权益 · 优先安全扫描

验证 package.json 声明的 GitHub 仓库,即可管理这个公开页面。认领后,Hub 会优先安排当前版本的安全扫描,并在通过后公开展示结果。

认领这个 Plugin →
报告问题

相关插件

继续浏览 vision-media 分类下经过校验的插件。

Tool Describe Image@linxin666/dsh-tool-describe-image面向模型的 describe_image 工具,用于 dsh Web GUI:通过在兼容 OpenAI 的端点调用视觉语言模型,为文本模型提供图像理解能力,以描述一张图像(本地路径、http(s) URL 或附件引用)。可热插拔 —Modlens@liustack/modlens面向仅支持文本的 LLM 的插件视觉能力,由免费的 Antigravity CLI 提供支持Deepseek Ivideodeepseek-ivideoiPolloWork HyperFrames Video Studio,以及 27 个可编辑视频模板,以原生 DeepSeek Harness 对话视图呈现。Codexdsh-codexChatGPT OAuth、Codex 模型、搜索、read_image URL 支持,以及适用于 DeepSeek Harness 的 gpt-image-2 生成

README

dsh-mac-vision

English

面向 DeepSeek Harness 的 macOS 原生视觉插件。它让纯文本模型能够按需读取本地图片、剪贴板、屏幕和应用窗口,并通过 Apple Vision 在设备本地完成 OCR 与视觉检测。

这是一个插件,不是两份产品

用户只需安装一次 dsh-mac-vision 原生插件。

插件包含两个协同部分:

  • 原生工具层:真正执行屏幕捕获、OCR 和 Vision 检测,并向模型注册 mac_vision_inspect 与 mac_vision_list_windows。
  • 内置使用策略:以 Harness Skill 的形式随插件自动注册,指导模型何时调用工具,以及如何区分直接观察、语义推断和不确定 OCR。

内置 Skill 不是另一个需要安装、启用或选择的产品。它不能独立完成 OCR,也不与插件竞争;它只是插件附带的模型使用说明。

dsh-mac-vision 原生插件(安装一次)
├── Native Tools:提供 macOS Vision 能力
└── Bundled Skill:指导模型可靠使用这些工具

能力

  • 读取本地图片、剪贴板图片、全屏、前台窗口或指定窗口。
  • 使用 macOS Vision 进行本地 OCR。
  • 返回文本、置信度、坐标、候选结果和复检状态等结构化证据。
  • 自动裁剪并放大可疑的小字号或公式区域进行二次 OCR。
  • 可选运行图片分类、条码、显著区域、人物和猫狗检测。
  • 明确区分 not_requested、没有检测结果和 OCR 冲突。
  • 支持 Harness 工具取消信号、超时和输出大小限制。
  • 所有图像分析均在本机完成,不需要上传到视觉模型服务。

模型可调用的工具:

  • mac_vision_inspect:分析图片、剪贴板、屏幕或窗口。
  • mac_vision_list_windows:列出可见窗口,以便选择指定窗口。

系统要求

  • macOS
  • Node.js 22 或更高版本
  • DeepSeek Harness
  • Xcode Command Line Tools 或包含 Swift 编译器的 Xcode

第一次调用时,插件会将随包提供的 Swift helper 编译到 macOS 用户缓存。屏幕和窗口捕获可能需要在“系统设置”中授予 DeepSeek Harness 屏幕录制权限。

安装

先在项目目录构建 tarball:

pnpm install
pnpm pack

然后将生成的包安装进一个 DeepSeek Harness profile:

dsh plugin --profile default add ./dsh-mac-vision-0.1.0.tgz
dsh --profile default --dump-config
dsh --profile default

tarball 已包含编译后的 JavaScript,因此安装时不需要授权 git 依赖执行 prepare 构建脚本。安装插件后,原生工具和内置使用策略会一起加载,无需再复制或安装 SKILL.md。

使用示例

安装后可以直接向模型提出依赖视觉信息的任务,例如:

读取这张图片中的标题和主要内容:/absolute/path/to/slide.png
看看当前前台窗口显示了什么,并区分直接看到的内容和你的推断。
列出当前窗口,然后检查浏览器窗口中的错误信息。

模型会根据内置策略选择最窄的图像来源,并在结果中区分:

  • Observed:OCR 或已完成检测器直接返回的证据。
  • Inferred:根据布局、文本位置或多个观察作出的解释。
  • Uncertain:冲突 OCR、无法验证的公式和没有运行的检测器。

配置

默认配置位于 cordis.patch.yml:

config:
  timeoutMs: 45000
  maxOutputBytes: 8388608
  defaultMode: fast
  defaultLanguages: []
  defaultRefineText: true
  defaultRefineLimit: 12
  defaultRefineScale: 3
  allowedSources: [file, clipboard, screen, front-window, window]

可以在 profile 自己的 cordis.patch.yml 中覆盖配置。Harness patch 会替换整个 config,而不是深度合并,因此覆盖时需要重写完整配置块。

可以通过 allowedSources 禁止部署不希望模型使用的捕获来源。例如只允许本地文件:

allowedSources: [file]

本地开发

pnpm install
pnpm check

从 DeepSeek Harness 源码仓库开发时,可以创建一个使用绝对路径的 overlay:

- insert:
    - id: mac-vision-tools
      name: '/absolute/path/to/ds-mac-vision/src/index.ts'
    - id: mac-vision-skill
      name: '/absolute/path/to/ds-mac-vision/src/skill.ts'

然后从 Harness 仓库启动:

pnpm dsh web --patch /absolute/path/to/overlay.yml

这里的两行是同一原生插件的两个 Cordis 入口:第一行注册工具,第二行注册随附策略。正式安装 bundle 时,这两行由插件自动贡献,用户无需手动配置。

验证

pnpm typecheck
pnpm test
pnpm pack

测试覆盖参数转换、原生 helper、真实 Cordis 工具执行管线和 Harness Skill 注册表。