視覺工具 · DeepSeek Harness 插件 — 第 61 頁

通过本地视觉模型分析图片并提供设置界面

Vision DSH 捆绑包：通过捆绑的 Python cvision 捕获工具画面，为智能体提供屏幕/窗口视觉，并原生返回图像。

DSH 的 WaveSpeed 技能插件：通过 wavespeed 命令行生成和编辑 AI 媒体

DeepSeek Harness 网页背景设置插件，支持纯色、图片及不透明度控制

跨智能体的Windows与浏览器运行环境

检测并识别图片中的鸟类。

输入一张图像，对其中的手机进行检测，输出图片中所有目标的检测框、置信度和标签。

输入一张图像，对其中的人/宠物/车/火焰/纸箱进行检测，输出图片中所有目标的检测框、置信度和标签。

电动自行车图像检测工具，输出目标的检测框、置信度和标签。

从本地文件或 URL 提取图像并转换为 Base64 格式的 MCP 服务器，适用于 LLM 分析。

手势图像检测工具，输出图片中所有手势目标的检测框、置信度和标签。

人头与人体图像检测工具，输出目标的检测框、置信度和标签。

人体、头部和安全帽图像检测工具，输出目标的检测框、置信度和标签。

检测图像中80类 COCO 目标（人、车、动物、日常物品等），输出边界框、置信度和标签。

兼顾速度与精度的文字识别。输入包含文本的图像，自动检测并识别内容。适用于各类文档、广告牌、屏幕截图等场景。

识别银行卡号、发卡银行和卡类型，使用 Luhn 算法校验卡号有效性。

识别营业执照的统一社会信用代码、名称、法定代表人、注册资本、成立日期、经营范围、登记机关和住所地址。

输入常见验证码图片，返回验证码文本内容。

识别驾驶证主页（证号、姓名、准驾车型、有效期限等）和副页（档案编号）的信息。

输入包含手写文本的图像，自动检测文本行并识别内容。适用于手写笔记、签名、手写表单等。

识别身份证正面和背面信息，自动判断正反面并校验身份证号有效性。

识别港澳通行证、台湾通行证的通行证号码、姓名、有效期等信息，支持MRZ机读码解析。

识别护照号码、中英文姓名、国籍、有效期等信息，支持MRZ机读码解析。

高精度文字识别。输入包含文本的图像，自动检测并识别内容。适用于各类文档、广告牌、屏幕截图等场景。