DeepSeek Harness / Cordis：插件宿主、生命周期、设置、工具注册、llm/stream 模型请求边界以及客户端会话输入 facade。
@deepseek-ai/dsh-client-connection：浏览器与宿主之间的 Connection RPC；文档通过这条受控通道注册到宿主短期内存。
@deepseek-ai/dsh-attachment / @deepseek-ai/dsh-client-ui-attachment：图片附件的 DSH 原生附件协议；本插件只将图片接入这条原生链路。
pdfjs-dist：PDF 文字层、页码、文字 bbox 和页面渲染后备链路。
xlsx：XLS/XLSX 工作簿、Sheet、单元格及图片关系解析。
fflate：DOCX/PPTX/XLSX/XMind 等 ZIP/XML 容器解包。
word-extractor、cfb：旧版二进制 DOC/XLS 等格式的兼容解析。
@napi-rs/canvas：PDF 扫描页的 PNG 页面渲染后备。
StepFun / OpenAI Chat Completions 兼容接口：视觉识别请求的外部模型接口，不是本项目内置的模型。

使用

点 ↑ 选图，输入问题后发送；系统会根据问题自动选择识别模式；
直接粘贴/拖入图片，同样会在请求前翻译；
让 Agent 分析工作区图片：vision_glance ；
让 Agent 分析工作区文档：document_inspect ；支持 doc/docx/ppt/pptx/xls/xlsx/xmind/pdf/md/markdown；
询问图片元素位置：vision_ground ，例如“红色按钮位于哪里？”；
按图还原 UI：vision_restore_ui ，成功后可让 DeepSeek 用 write 工具保存为 restored-ui.html；
设置页中的 API Key 是只写字段，保存后不会回显。

默认配置

项	值
视觉模型	`step-3.7-flash`
接口	`https://api.stepfun.com/v1`
描述输出上限	1800 tokens
空间定位输出上限	1400 tokens
UI 还原输出上限	8000 tokens
推理强度	`low`（兼容接口不支持时应忽略该字段）
API Key	设置页优先，或 DSH Credential `STEPFUN_API_KEY`