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。

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
V

@zenk/vision

Vision

DSH 本地视觉能力:macOS Vision OCR(文字+像素坐标+区域框)+ ollama qwen3-vl 语义描述 + 按模型能力自动切换的上传桥接(支持 image 的模型走原生通道,纯文本通道才转文本)

插件会安装到这里;不确定时保持 web。

npx -y @deepseek-ai/dsh plugin --profile web add github:kaaaaahn/dsh-vision#fc9bcbe94f823c86c67949ac4a96f5e03cec3807
README兼容性版本

兼容性与来源证明

Vision 以 @zenk/vision 发布,当前版本为 0.5.0。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
github
Registry 更新时间
2026/9/30

版本

0.5.0stable
2026/9/30
0.3.1stable
2026/8/24

相关插件

正在加载相关插件…

最新版
0.5.0
DSH
*
HMR
重启进程
Tree shaking
未声明可安全裁剪
解包体积
未提供
文件数
未提供
Surface
any
许可证
未声明
发布源
github
GitHub
★ 1
周下载
0
最近提交
2026/9/30
查看源码 ↗
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。

Experimental Voice Input Bundle@deepseek-ai/dsh-experimental-voice-input-bundle实验性语音输入,使用本地 SenseVoice;首次使用时下载其运行时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Image Gendsh-image-gen将类似 ChatGPT 的图像生成功能带到 DeepSeek Harness——支持 Gemini、OpenAI、Seedream、DashScope、本地 ComfyUI 等。Ab Ocrdsh-ab-ocr--- description: "外部 ocr 工具:逐页识别扫描的 PDF 或图像,仅在处理完最后一页后按顺序合并页面,并使用模型确定的标题级别保存为一个 Markdown 文档。" kind: "package-reference" ---

README

@zenk/vision

DSH 本地视觉插件:对话框里直接粘贴截图,AI 就能看到并分析,图片不出本机。

特性

  • OCR 带像素坐标(macOS Vision):识别文字并给出位置,UI 定位直接按坐标说
  • 语义理解(ollama + qwen3-vl):看懂画面布局、元素与异常区域
  • 两阶段读图:先定位标注区域(文本/框线),再裁剪放大细看,标注内容读得准
  • 自适应上传:按当前模型的图片能力自动切换——支持 image 直接看见图,纯文本通道走本地视觉(不改写你的任何配置)
  • 规范合规:工具声明超时预算、并发安全与 UI 卡片(图片路径可被编辑器跟随),符合 DSH 0.2 工具规范
  • 零配置:自动检测环境、按内存选模型(8G→2b / 16~32G→4b / 32G+→8b)、缺 ollama 自动安装、Swift 工具自动预编译
  • 渐进可用:模型后台下载(1.8~5.7GB)期间 OCR 已可用
  • 全本地:免费、离线、图片不出 Mac

安装

dsh plugin --profile web add "github:kaaaaahn/dsh-vision#v0.5.0"

重启 DSH 生效。桌面端把 --profile web 换成 --profile desktop。

插件市场条目(添加来源 https://kaaaaahn.github.io/dsh-vision/catalog/source.json)依赖 npm 发布,目前暂未上线,请使用上方 GitHub 命令安装。

首次使用会自动下载模型并预编译 Swift 工具(均后台进行),期间 OCR 已可用;环境细节见 docs/ollama-setup.md。

使用

  • 直接粘贴图片发送,AI 自动分析并回复
  • 或让 AI 调用 vision_analyze(file_path=..., describe=true) 分析本地文件(describe 开启语义描述与区域放大)

文档

  • 环境准备与模型选型
  • 常见问题(22 条 FAQ)
  • 图片上传设计依据(原生通道 vs 桥接、能力判定、预编译)

仓库结构

├── lib/
│   ├── index.js              # 插件入口:vision_analyze + vision_setup + 能力自适应桥接 + guard
│   └── vision_analyze.swift  # OCR + 区域定位 + ollama 语义描述(swiftc 预编译)
├── catalog/                  # DSH Community Market 目录源
├── docs/
│   ├── ollama-setup.md       # 环境准备参考
│   ├── troubleshooting.md    # 常见问题 FAQ
│   ├── native-upload.md      # 图片上传设计依据(能力判定/桥接/预编译)
│   └── PUBLISHING.md         # 维护者内部文档(发布流程)
└── package.json

License

MIT