DSH Vision Suite

面向 Windows 的 DeepSeek Harness 视觉能力套件，插件包名为 dsh-vision-workbench。它在保留官方 deepseek-official 文本路由的同时，为 DeepSeek 增加图片理解、OCR、截图裁剪、像素差异比较、主色提取和安全网页截图能力。

DeepSeek 继续负责推理。只有调用远程视觉工具时，插件才会把用户选定的图片发送给已配置的 OpenAI-compatible 视觉模型。

插件能力

工具	作用	执行位置
vision_describe	理解 1～4 张上传图片或工作区图片，支持图片问答、多图比较和结构化截图证据	视觉 Provider
vision_ocr	识别整张图片或指定区域中的文字，可选择远程视觉模型或本地 Tesseract	Provider 或本机
vision_crop	按像素坐标裁剪图片，并保存为可继续使用的持久附件	本机
vision_compare	比较两张同尺寸截图，返回变化比例和洋红色差异图	本机
vision_palette	提取图片中的近似主色	本机
vision_browser_capture	使用独立的无头 Edge 或 Chrome 截取白名单网页	本机浏览器

插件还提供：

• 支持 PNG、JPEG 和 WebP。
• 图片附件使用持久 ID，工具结果可随会话保存和回放。
• 支持一个主视觉 Provider 和最多三个顺序后备 Provider。
• Provider 失败时执行有限回退，并通过冷却机制避免持续请求故障端点。
• 支持图片数量、文件大小、像素数、工作像素、超时和缓存限制。
• API Key 通过 Harness Credentials 保存，不写入插件配置、日志或页面响应。
• 可为插件请求单独配置 HTTP/HTTPS 代理，不修改全局网络设置。
• Sharp、Tesseract.js 和浏览器能力均按需加载。

配置入口

插件安装后默认保持关闭，不会自动接管模型路由，也不会自动发送图片。

推荐使用 DeepSeek Harness 原生配置页面：

1. 启动安装了本插件的 Web Profile。
2. 打开“设置 → 插件 → 插件配置”。
3. 点击 Vision Workbench 展开全部配置项。
4. 填写文本模型、视觉 Provider 和 API Key。
5. 打开“启用插件”，保存配置。
6. 重启当前 Profile，使路由和工具配置生效。

API Key 密码框为空时会保留已经保存的密钥。页面刷新后不会回显密钥，只会显示对应凭据是否已经配置。

API Key 官方入口

下面这些服务都提供官方 API Key，并有可通过 OpenAI-compatible Chat Completions 接收图片的模型。实际可用模型、额度和区域限制可能变化，请以服务商官网当前信息为准。

服务商	baseURL	API Key 官网	视觉兼容说明
OpenAI	https://api.openai.com/v1	创建 API Key	查看支持 Image input 和 Chat Completions 的模型
OpenRouter	https://openrouter.ai/api/v1	创建或管理 API Key