插件

长文本渲染成图片发送：利用每图 384 token 封顶压缩 LLM 输入 token，中文可省约 2~2.5 倍成本

附件自动降级：超出 dsh 图片准入限制的图片用 sharp 自动缩小或重编码后再入库，不再直接拒绝

面向 dsh 的 88API 图像工作室：四款 Image2 与 Nano Banana 模型，支持文生图、多参考图编辑与 2K/4K 输出

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列）并提供 glm_vision 工具，让文本主模型直接调用智谱视觉模型看图。

DeepSeek Harness 视觉插件：为纯文本调用方转接 Cloudflare Workers AI 视觉模型，返回带版本的结构化结果并支持追问。

DeepSeek Harness Web 壁纸插件：上传并裁剪本地图片作为工作区桌面背景，设置中有独立分区。

让纯文本模型在 DeepSeek Harness 里也能看图：拦截 llm/stream 瀑布流，把每张图片透明替换为视觉模型给出的描述。

DSH Web 插件：调用智谱 GLM 视觉模型分析图片（analyze_image 工具 + 插件设置卡片）

轻量、保持路由的 DSH 视觉链路：由配置好的视觉模型看图，而你所选文本模型继续掌控推理与最终回答

为纯文本模型装上本地眼睛：eyes_render 在 Web 界面画布上绘制文字/图形/Mermaid，eyes_paste 接收用户粘贴的图片，eyes_ocr 用 Windows 自带 OCR 离线读文字，eyes_analyze 把像素解析成结构化数据，全程无需视觉模型。

macOS 桌面控制插件：agent 像人一样操作非浏览器应用（剪映/PS/WPS/原生客户端）——14 个工具覆盖鼠标/键盘/滚动/应用/窗口/截图，并整合视觉闭环（desktop_see 识图 + desktop_locate UI 定位坐标，复用 dsh 既有视觉凭据）。服务 GUI 会话按需拉起，非登录自启。

面向模型的 accurate_vision 工具：借视觉模型对图片做精确空间推理，返回归一化到 0–1000 的边界框。

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。

DeepSeek Harness 的二维码 / 条码工具箱：解码图片（本地或 URL）并生成二维码 PNG。

DSH WebUI 右下角悬浮「手机连接」二维码按钮：点击在应用内弹层显示配对二维码、6 位短码与倒计时，浏览器与 DSH 桌面端通吃（同源 img 渲染，无 iframe）。

DSH 图片插件：ask_user_choice 图文选择卡、show_images 回复内嵌图片，以及把用户发来的图片存为工作区文件。

DSH 的本地微信 OCR 工具：`wechat_ocr_recognize` 针对本地图片路径返回识别文本和引擎的结构化结果。

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。

DeepSeek Harness Web 插件：设置背景图片，并自动让界面文字、背景、品牌色与边框色适配图片配色。

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。

用飞书/Lark 远程指挥 DeepSeek Harness：私聊下任务，agent 跑完把结果回传到会话，支持图像理解、图像生成回传与常驻启动器。

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。