qizhen2021/dsh-plugin-vision ↗★ 0
@qizhen2021/dsh-plugin-vision
DeepSeek Harness 的 see 工具:离线 OCR 带位置信息(macOS Vision)+ ASCII 布局艺术(PIL)+ 视觉模型语义描述(通过 opencode-go 网关的 mimo-v2.5)。适用于任何模型,包括仅文本模型。
安装
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:qizhen2021/dsh-plugin-vision说明文档
阅读完整 README ↗@qizhen2021/dsh-plugin-vision
给纯文本模型一双"眼睛"。注册一个 see 工具:对任意图片输出纯文本的三通道分析——
| 通道 | 实现 | 输出 |
|---|---|---|
| OCR(离线) | macOS Vision(swift,自动语言检测,中文/英文逐字) | x y w h|text,坐标为归一化百分比 ×100,y 原点在左下,已按行排序 |
| ASCII 布局图 | PIL 灰度(python3),88 列,' .:-=+*#%@' 梯度(' ' 最暗 → '@' 最亮) | 单色字符画,纯文本模型可直接"看"布局 |
| 语义描述 | mimo-v2.5(默认)经 opencode-go 网关(https://opencode.ai/zen/go/v1),Node openai SDK | TEXT/LAYOUT/UI/STYLE/NOTES 结构化报告,OCR ground truth 注入保证字符串逐字准确 |
与 read_image 的本质区别:read_image 要求路由模型声明 image 输入,纯文本模型直接被拒;see 的结果是纯文本,任何模型(包括 deepseek-v4-flash 这类纯文本模型)都能调用。
安装(profile bundle 方式)
查证结论:GUI 的插件清单页(
@deepseek-ai/dsh-client-ui-settings-plugin-inventory/dsh-host-plugin-inventory)是只读投影,不支持本地插件安装("No provenance or mutation")。因此按任务书 §8.1 采用备选:profile bundles。改动在下一次dsh web重启时生效。
仓库已提交构建产物 lib/(含资源文件),依赖(@deepseek-ai/dsh-tools 等)均在 npm 公开注册表,无需本地编译即可部署。三种方式任选:
方式 A:npm 安装(推荐,最省事)
cd ~/.dsh/profiles/web && pnpm add @qizhen2021/dsh-plugin-vision
然后在 ~/.dsh/profiles/web/package.json 的 dsh.profile.bundles 数组追加一行:
{
"dsh": {
"profile": {
"bundles": [
"@deepseek-ai/dsh-base",
"@deepseek-ai/dsh-web-app",
"@qizhen2021/dsh-plugin-vision" // ← 追加这一行
]
}
}
}
重启 dsh web 后,see 出现在所有会话的工具列表。
方式 B:git 依赖(不装 npm 包,直接跟仓库)
{
"dependencies": {
"@qizhen2021/dsh-plugin-vision": "github:qizhen2021/dsh-plugin-vision"
},
"dsh": {
"profile": {
"bundles": [
"@deepseek-ai/dsh-base",
"@deepseek-ai/dsh-web-app",
"@qizhen2021/dsh-plugin-vision" // ← 追加这一行
]
}
}
}
然后 cd ~/.dsh/profiles/web && pnpm install,重启 dsh web。