插件

把图片粘贴进 DSH 聊天，先由免费本地后端（macOS Vision / Tesseract）识别文字，再交给纯文本 DeepSeek 模型回答。

工作区自有的持久进程托管、就绪检查，以及 DSH 运行中心。

vision_analyze 工具：把本地图片或 URL 交给 OpenAI 兼容的视觉模型分析并返回文字。

面向纯文本 DSH 主脑的模型无关视觉审阅流水线：HTML 逐页截图 + 视觉子代理简报契约（gewu_prep），再把每条审阅发现定位回源码核验真值（gewu_locate）；已在 mimo-v2.5 与 qwen3.7-plus 上实测。

纯文本 dsh 模型的识图插件：粘贴图片自动由你配置的多模态模型转成文字——透明孪生路由、模型可自主调用识图工具、无内置密钥与中转。

明眸 VisionBridge：纯文本模型收到图片时自动调用视觉模型识别，把文字喂回主模型，全程无感、可配置。

微信小程序自动化测试 dsh 插件：选择器寻址、构建新鲜度门、可在纯文本模型上工作的几何断言，以及视觉路由下的截图图像块。

DeepSeek Harness OCR 插件：基于 PaddleOCR-json（主）与 RapidOCR-json（备）的离线图片文字识别，无需视觉模型。

DSH 插件：通过硅基流动（SiliconFlow）视觉模型识别图片，支持本地路径、http(s) URL 与 base64 data URL，含粘贴识别面板。

DeepSeek Harness 的动态多模态转文本投影与跨模型视觉桥：可在视觉模型与纯文本模型（DeepSeek）之间无缝热切换。

IntelligentEyes——面向 DeepSeek Harness 的通用 agent 视觉网关。

vision-translation 的原生 dsh 适配器：调用 Python CLI 把图片转为 <vision-context> 文本给文本模型。

DeepSeek Harness 视觉 bundle + 插件：describe_image 工具读取本地图片并交由任意已配置的多模态路由解读，无需改动核心。

让纯文本模型拥有视觉：describe_image 工具调用 dsh 模型列表中的视觉模型描述图片，走 harness 自身的 LLM 运行时。

让纯文本 DeepSeek 代理在同一会话内读图：委派给视觉子代理，发送时自动把图片转为文件路径。

把重复的文本与视觉（OCR、图像分析、对比）劳动交给本地运行的 Unsloth Desktop（Unsloth Studio）服务器：unsloth_run 与 unsloth_vision 两个工具，纯 HTTP 客户端，不拉起也不持有任何进程。

给在线模型装上本地双手：koboldcpp_run 与 koboldcpp_vision 工具把重复的文本与视觉（OCR、图像分析、对比）劳动交给本地 KoboldCpp（llama.cpp）服务器，并按需拉起与管理服务器生命周期。

本地 Windows 引擎（Windows.Media.Ocr）识别附加图片：只把识别出的文字发送给模型，图片字节不进入上下文；视觉直通可选开启。

本地 Tesseract 识别附加图片：只把识别出的文字发送给模型，图片字节不进入上下文；视觉直通可选开启。

让纯文本模型也能看图：发图自动用视觉模型描述（默认提示词），描述不足时对话模型自动生成更具体的提示词重新解析；系统模型/自定义双模式 + GUI 可视化配置、Key 脱敏安全、针对 DSH 0.1.0-rc.6 的宿主小补丁（见仓库 README）。

纯文本模型双层识图：优先本地快速 OCR（RapidOCR，离线），不足时回落视觉模型（modlens）。

纯文本路由的透明图片护栏：贴图不再 400 卡死会话，附带 vision_analyze 工具（OCR/PDF/docx/pptx/视频）。

图片转文字输入插件：粘贴/拖拽图片自动转为结构化文字描述发送，给纯文本 LLM 提供图片输入接管（OpenAI 兼容视觉 API）。