FuzzySoul/dsh-free-vision ↗★ 1
dsh-free-vision
Free vision plugin for DeepSeek Harness (dsh): image understanding for text-only models with free-tier providers (Qwen3-VL-Flash / DeepSeek-OCR / Doubao). 免费视觉插件：纯文本模型看图能力，优先免费模型（通义千问 / 硅基流动 / 豆包）。
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:FuzzySoul/dsh-free-vision说明文档
阅读完整 README ↗dsh-free-vision
DSH 免费视觉插件 — 让纯文本模型获得看图能力（截图、报错、UI 分析、OCR、文档），优先使用各平台免费视觉模型，零 MCP 配置。
Free vision plugin for DeepSeek Harness (dsh) — image understanding for text-only models using free-tier vision models, with zero MCP configuration.
为什么免费 / Why free
默认使用免费额度充足的提供商，无账单惊吓：
| 提供商 | 模型 | 免费额度 | API Key 环境变量 |
|---|---|---|---|
| qwen（默认） | Qwen3-VL-Flash | 阿里云百炼限免（激活送 50万 token） | DASHSCOPE_API_KEY |
| volcengine | 豆包视觉模型 | 火山引擎豆包免费 token（20万起，可申请 50万） | VOLCENGINE_API_KEY |
| siliconflow | DeepSeek-OCR | 硅基流动 OCR 免费 | SILICONFLOW_API_KEY |
| zhipu | GLM-4.6V | 按量 | ZHIPU_API_KEY |
| hunyuan | HY-Vision | 按量 | HUNYUAN_API_KEY |
| custom | 任意 OpenAI 兼容 | — | CUSTOM_API_KEY + CUSTOM_BASE_URL + CUSTOM_MODEL_NAME |
一张 1MB 截图 ≈ 2600 token，qwen 限免额度可分析约 19 万张图。 One 1MB screenshot ≈ 2,600 tokens ≈ $0.0006 on qwen; free quota covers ~190,000 images.
特性 / Features
- 零 MCP 配置 — 不用改
cordis.patch.yml、运行时不用npx：视觉引擎（luma-mcp）作为本包依赖内置，进程内启动 - 单个通用工具 —
image_understand（可用config.toolName改名）注册到ctx.tools，每次请求模型都能看到 - 免费优先、多提供商 — 千问 / 豆包 / 硅基流动免费档开箱即用；智谱 / 混元 / custom 可切换
- 直连 — 子进程剥离代理环境变量，国内 API 直连（带代理会导致 502）
- 任务模式 —
auto | general | ocr | ui | debug | describe；大图自动多裁剪保真 - 中英双语 — 工具描述与文档中英文都可用
安装 / Install
dsh plugin --profile web add dsh-free-vision
重启 dsh web 后，工具 image_understand 即可用。
Restart dsh web; the tool appears as image_understand.