视觉与多模态

#1·modlens

liustack

3.4k

为 DeepSeek Harness 纯文本模型补上视觉能力的官方插件：注册 modlens_read_image 工具并自动包装 DeepSeek/GLM 模型，直接粘贴图片即可识别。

#2·dsh-vision-router

ysr666

896

为纯文本 DeepSeek Harness Agent 增加视觉能力：内置免 Key 免费视觉链 + 14 个像素级工具，发图即用，无需 Python。

#3·dsh-vision-toolkit

Anionex

783

为 DSH 中的纯文本模型装上眼睛：粘贴图片即可问答、定位元素、长图 OCR、UI 还原与像素对比。

#4·graph-memory

adoresever

562

为 DeepSeek Harness 提供本地 SQLite 知识图谱记忆：自动把对话里的任务/技能/事件抽成有类型节点，跨会话向量化召回，免去重放历史。

#5·dsh-image-gen

shanliuling

100

为 DeepSeek Harness Web 端补上对话内生图能力，支持 Google Gemini、OpenAI 与字节 Seedream 三家厂商，并自带本地生图画廊。

#6·dsh-vision

oil-oil

79

给 DeepSeek Harness 的纯文本模型装上眼睛，让它们能直接看懂用户粘贴的图片并基于图像内容回答问题。

#7·picturereader

jing-hy

31

给纯文本 DeepSeek Harness 模型补全看图读文档能力：视觉孪生拿到原生缩略图，本地像素工具+三模式路由+可选外部视觉端点，图片字节可全程不出本机。

#8·dsh-plugin/packages/dsh-plugin

xlight

13

为 DeepSeek Harness 提供 DeepSeek 网页版视觉模型原生工具（识图/OCR/登录）与文本模型图片桥接，无需 API Key。

#9·dsh-vision-opencode

poiuyjie

13

给 DSH 的纯文本主模型挂一个可配置的识图模型：聊天发图自动转成文字，保留原生多模态模型不变。

#10·dsh-vision

linenxi-ctrl

12

为 DeepSeek Harness 接入第三方识图模型：网页右下角配置面板发送图片自动识图并回传给模型，同时让模型能自己截图+识图。

#11·dsh-vision-proxy

Flyvhidbwo

12

让 DeepSeek Harness 在 DeepSeek 模型下也能发送图片：自动调用第三方视觉模型把图片转写成文字，再交给 DeepSeek 作答。

#12·dsh-imagegen

dickpy

8

为 DSH Web GUI 增加 AI 生图侧边栏，代理 OpenAI 兼容接口，支持文生图、图生图、历史与提示词模板库。

#13·dsh-deepseek-vision

siegfly

7

为纯文本 DeepSeek 加贴图能力：注册视觉路由，把图片先由 VL 模型描述成文字再交给 DeepSeek，不换模型不改官方。

#14·dsh-vision

54xkeee

7

给纯文本 DeepSeek 加上视觉能力：默认走豆包 Web 零成本通道，支持多通道自动降级，结构化证据记忆跨轮复用。

#15·dsh-free-vision

FuzzySoul

6

为纯文本 DSH 模型补上看图能力：注册 image_understand 工具调用免费视觉 API（千问/豆包/硅基），并自带 show_image 把图片内联渲染进对话流。

#16·dsh-minimal-vision

Flora233333

6

在 DSH 极简模式下按需添加视觉能力：拖入图片/文档后通过折叠上下文与 Bash 调用，保持极简模式的原始工具面与 system prompt 不被改写。

#17·dsh-ocr-local

balcoz

6

本地图片转文字 OCR 插件，基于 PP-OCRv5 与 ONNX Runtime 离线识别，支持 TUI/Web 粘贴图片自动调用。

#18·dsh-windows-ocr

maxwell-feng

6

让纯文本模型也能"看图"：调用 Windows 自带 OCR 在本机把图片识别为文字，只把文字发往模型，图片字节从不出本地。

#19·dsh-image-bridge

kbpoyo

5

为 DSH Web 纯文本模型提供图片桥接：把粘贴的图片落盘成本地路径并改写为文本标记发送，模型自主调用其目录中的视觉工具查看图片。

#20·dsh-image-subagent

yuqingsh

5

为 harness 的图像功能开发提供子代理支持。

#21·dsh-multimodal

MC5lan

5

给 DeepSeek Harness 加眼睛和画笔：粘贴图片自动转写后继续对话，也能根据描述生成图片，模型与后端完全由用户自行配置。

#22·dsh-vision-plugin

Agents365-ai

5

通过免费的 OpenRouter 视觉模型，为纯文本模型增加图像理解能力。

#23·dsh-vision-sidecar

121103qwq

5

托管免费视觉侧车，为图像任务提供持久会话证据。

#24·dsh-imessage

photon-hq

4

将 iMessage 集成为传输通道并提供设置界面，支持基于消息的交互。

#25·dsh-imggenerate

Bald0Wang

4

提供图像生成工具，支持多家提供商，让用户直接在 DeepSeek Harness 内创建图像。

#26·dsh-llm-vision-bridge

Einskyle

4

将图片附件路由至视觉模型处理，再交由纯文本模型继续对话，实现多模态工作流。

#27·dsh-PaddleOCR-Skills

Aidenwu0209

4

添加 PaddleOCR 能力，提供原生工具与图形配置界面。

#28·dsh-tool-vision

Scorp1o117

4

集成外部视觉模型，为平台提供图像理解与分析能力。

#29·dsh-vision

Terry12138qy

4

DeepSeek Harness 识图插件：为不具备原生识图能力的模型提供识图能力（阿里云百炼 qwen3.5-omni-plus，失败自动切换智谱 glm-4.6v-flash）。由 claude-vision-skill 移植适配。 | Vision tool for DeepSeek Harness

#30·dsh-vision-bridge

GXX182

4

将会话图片接入可插拔视觉 API，同时保持 DeepSeek 为主模型。

#31·dsh-vision-provider

libinyam

4

提供仅配置的集成包，用于接入 OpenAI 兼容的视觉模型。

#32·ds-vision-plugin

Sorwcyra

4

支持粘贴图片进行多模型视觉对比、OCR和自动文本桥接。

#33·dsh-deepseek-vision

Argonaut790

3

增加图像理解、OCR 和视觉证据持久化能力，让纯文本模型能处理并记住视觉信息。

#34·dsh-ernie-image

omdsh-dev

3

集成文心一言模型，提供图像生成能力，支持创意创作。

#35·dsh-image-inline

condaThinker

3

在聊天流中内联渲染图片，图片字节不进入模型上下文。

#36·dsh-image-reader

zcXie777

3

提供 read_image 工具，接入视觉模型，让智能体理解图片内容。

#37·dsh-image-tools

xiaoxianyu-office

3

桥接聊天图片至纯文本模型，禁用read_image并增加对话式图片识别。

#38·dsh-inline-images

3403473060

3

对话内联图片：LLM 回复中输出的本地图片路径在消息正文直接渲染为图片（9 种格式、点击放大灯箱、可调尺寸）。

#39·dsh-paddle-ocr

omdsh-dev

3

集成PaddleOCR，实现图片文字识别，提取图像中的文本内容。

#40·dsh-plugin-multimodal

shinjiyu

3

为纯文本模型添加视觉辅助，支持粘贴图片进行识别。

#41·dsh-read-image

OoWJZZoO

3

将图片映射为标记，使代理能调用工具读取会话中的图像。

#42·dsh-vision

reimu-create

3

通过辅助视觉模型为纯文本模型添加图像识别能力。

#43·dsh-vision-bridge

ximengxiaolan

3

输入框贴图自动识别：由 OpenAI 兼容视觉模型转成文字描述后，再交给纯文本 DeepSeek 模型处理。

#44·dsh-vision-plugin

woyeshishen

3

可能为DeepSeek Harness添加视觉能力，但具体信息缺失。

#45·dsh-vision-primitives

zouyuanqing

3

提供原生交互式视觉推理，支持精确像素定位和多模态后端。

#46·file-drop/file-drop

xing666173

3

支持拖拽文件到聊天输入区域进行上传。

#47·free-vision-skill

niyongsheng

3

Local‑only vision skill for macOS 本地化识图技能

#48·dsh-deepseek-vision-router

mochgolf

2

透明地对图像进行预处理，并路由到视觉模型处理。

#49·dsh-image-gen

LeemanCheung

2

使用 GPT Image 2 生成图像，带 Codex 风格渐进预览。

#50·dsh-image-theme

Carpon39038

2

从上传的背景图提取色板，生成玻璃质感的 UI 主题。

#51·dsh-image-to-path

cesaryike

2

DSH 插件:让纯文本模型对话也能拖图/贴图——图片自动保存到会话工作区,以文件路径交给模型(多模态模型不受影响)

#52·dsh-llm-deepseek-vision

NagasakiSoyo-ui

2

增强 DeepSeek 视觉能力：视觉模型描述图像，文本模型据此推理。

#53·dsh-mermaid-image-preview

baconbao

2

在聊天会话中，将 Mermaid 图表渲染为图片进行预览。

#54·dsh-mimo-vision-hint

Isekai-Mfu

2

通过系统提示注入，将图像识别任务路由给子代理。

#55·dsh-ocr1-memory

DDDFXYqiming

2

利用 DeepSeek-OCR 将视觉信息压缩为紧凑的记忆格式，提高长期回忆效率。

#56·dsh-plugin-image-wallpaper

CaoNing3212

2

自定义Deepseek Harness webUI主题

#57·dsh-plugin-vision

tdf1995

2

借助免费 API 为纯文本模型添加视觉能力，支持图像描述、OCR 和 VQA。

#58·dsh-read-image-view

Yu-tao-Li

2

在 DeepSeek Harness Web 对话流中，将 read_image 工具输出渲染为真实图片。

#59·dsh-tesseract-ocr

maxwell-feng

2

集成 Tesseract OCR，让 agent 能提取图片中的文字。

#60·dsh-tool-generate-image

zclDragon

2

借助 Antigravity CLI 和 Gemini，为纯文本模型生成图像。

#61·dsh-vision

xiaoshihou514

2

为 DeepSeek Harness 界面添加视觉功能。

#62·dsh-vision-bridge

lium970320

2

DSH 视觉桥接插件：让无视觉能力的主模型看图（会话收图 + 自动转文字 + view_image 工具）

#63·dsh-vision-helper

Yuuz12

2

为 DeepSeek Harness 增加视觉能力，支持图像分析与理解。

#64·dsh-vision-mix

haiziyao

2

通过固定 Mix 模型实现视觉任务路由与图像生成。

#65·dsh-vision-skill

DDDFXYqiming

2

提供图像分析和 OCR 技能，使模型能解读图像并提取文本。

#66·dsh-vision-tools

moon09300731

2

DeepSeek Harness 视觉能力全家桶：vision_understand 工具 + 粘贴/拖拽/按钮三入口识图

#67·dsh-w-vision/dsh-w-vision

wzxaaaa

2

为DSH生态提供视觉相关界面增强，支持配置与热插拔。

#68·dsh-auto-vision

NormanFxxkingRockwell

1

DeepSeek Harness 视觉桥：自动发现你已配置的多模态模型，给纯文本主模型装上 vision 工具，识别结果以纯文本返回。零配置，一条命令安装。

#69·dsh-codex-image

xmasdong

1

连接图像生成与视觉模型，路由请求至兼容后端。

#70·dsh-deepseek-vision

Cheng-cheng9669

1

为 DSH 接入 DeepSeek 网页视觉能力，支持图像交互。

#71·dsh-eye-vision

AlloyPlane

1

为 DeepSeek Harness 增加视觉能力，可能支持图像处理或分析。

#72·dsh-generate-image

zemul

1

DeepSeek Harness 插件：通过本机 OpenAI Codex CLI 生成与编辑图片。

#73·dsh-image-describe

sd1g1

1

DeepSeek Harness 宿主插件：让纯文本主模型也能通过 describe_image 工具“看图”

#74·dsh-image-gen

hoyyang

1

🎨 DeepSeek Harness 通用 AI 生图插件：任意 OpenAI 兼容生图网关/模型，设置页可视化配置，/dsh-image-gen 一句话出图

#75·dsh-image-gen

haimuhaimu

1

通过阿里云百炼生成图像，并作为附件返回。

#76·dsh-imagegen-plugin

nexsjournal

1

给 DeepSeek Harness（DSH）加上第三方生图/改图能力的插件：对话召唤 + 设置卡片，支持 OpenAI 兼容 / 阿里百炼 / Replicate / fal.ai

#77·dsh-image-pathify

dami9527

1

DeepSeek Harness 插件：让 deepseek-v4-flash 等不能看图的模型也能处理聊天图片，内置识图工具。安装：dsh plugin --profile web add dsh-image-pathify

#78·dsh-image-plugins

alanzhao0128

1

通过可配置的OpenAI兼容或DashScope端点，处理图像理解与生成。

#79·dsh-image-skin

Jack-sun-learner

1

DSH 图片皮肤插件：导入 PNG/JPG/WebP 自动生成主题配色，可选 Q 版宠物（程序化/AI 生图）

#80·dsh-image-unlock

FrostLeafKEE

1

解除网页界面图片输入限制，将图片附件转为文本供视觉技能使用。

#81·dsh-image-vision

xsoc1

1

为纯文本模型添加图像识别能力，支持本地或外部视觉模型查看图像。

#82·dsh-image-vision-bridge

Icestab

1

DSH 插件:聊天发图自动交给视觉模型 (mimo-v2.5) 分析,把文本描述悄悄喂给纯文本主模型,聊天记录保持原图显示。

#83·dsh-image-zoom

sijidoubi

1

为 markdown 和聊天消息中的图片增加点击放大灯箱效果。

#84·dsh-img

gmleong

1

通过免费视觉 API 为纯文本模型提供图像分析能力，支持 OpenAI 兼容接口。

#85·dsh-local-vision

hyls9527

1

为纯文本模型添加本地图像理解能力，兼容多种本地视觉服务。

#86·dsh-luna-vision-bridge

ycp424c

1

使用 Codex Luna 转录图像附件，再交由 DeepSeek 处理视觉任务。

#87·dsh-mac-vision

Kevoyuan

1

为 DeepSeek Harness 添加 macOS 本地 OCR 与 Apple Vision 能力，并附带技能包。

#88·dsh-multimodal

chenkezhen480

1

添加deepseek harness多模态能力插件

#89·DSH-Multimodal

yauntyour

1

DSH 多模态输入插件：为不同类型的文件（图片 / 视频 / 音频 / 文本）配置独立的处理模型链，在文件进入会话模型之前，先用预设模型把它处理成 Prompt Tokens（文本），再交给会话模型。插件在 DSH 设置中新增独立的 Multimodal 页面。

#90·dsh_omnivision

xiaozhengdeng

1

通过 OmniParser 提供屏幕识别和桌面自动化的 GUI 工具。

#91·dsh-plugin-image-tools

Pasumao

1

DSH 图片插件：ask_user_choice 图片/图文混合选择卡（可放大查看）+ show_images 回复内嵌图片。Image choice cards + inline images for DeepSeek Harness (dsh).

#92·dsh-plugin-mm-vision

Elohia

1

为 DeepSeek Harness 增加多模态视觉能力。

#93·dsh-plugin-vision-toolkit

YYTbit

1

提供视觉工具箱，赋予纯文本agent图像理解能力。

#94·dsh-pseudo-vision

DDDFXYqiming

1

为纯文本模型提供本地 OCR、颜色统计、像素扫描和元数据桥接，无需外部 API。

#95·dsh-screenshot-diff

PangYiMing

1

像素级对比两张截图并生成差异图和三联图。

#96·dsh-tool-describe-image

sala003

1

提供描述图像的工具，生成文本描述。

#97·dsh-tool-vision

wanshichenguang

1

添加一个使用 DashScope 视觉 API 分析图像的识图工具。

#98·dsh-tool-vision

gloryxpnv

1

通过本地视觉模型提供结构化JSON证据，确保图片不出本机，零API成本。

#99·dsh-Unlimited-OCR-Skill

Aidenwu0209

1

以原生工具形式提供无限制 OCR 能力，带 GUI 配置，用于文档文字提取。

#100·dsh-vision

sjakdhasdh

1

通过阿里云百炼等兼容视觉 API，为纯文本模型增加图像识别能力。