dsh-vision-toolkit

是什么 — dsh-tool-describe-image 是纯文本模型的图像描述工具。支持将本地路径、URL或附件发送至配置的 OpenAI 兼容视觉端点，仅返回文本进入会话。

谁该装 — 在使用 DeepSeek Harness 的纯文本模型处理图像附件时，用户适合安装此插件。 使用支持原生视觉模型的用户可以选择不安装，因为他们的模型有内置图像处理能力。

注意 — 在全新 profile 中安装并注册测试通过，未发现明显的坑。 静态检查未发现任何问题。

锐评 — 我会装，因为它让纯文本模型在会话中处理图像输入。

是什么 — ModLens 为文本-only 模型提供视觉桥接，让粘贴的图片获得 OCR、布局和语义的结构化 JSON 证据。

谁该装 — 在使用 DeepSeek Harness 文本-only 模型（如 DeepSeek-V4）时需要分析粘贴图片的情况适合。 对于使用原生多模态模型的用户，此插件并非必需，因为原生模型会保持内置粘贴能力。

注意 — 沙箱实测通过，在全新 profile 里装上，并被 harness 注册进 profile。未发现明显的坑。

锐评 — 我会安装它，因为它输出结构化视觉证据且无需保存图片到文件路径。

是什么 — agent-vision-toolkit 为文本模型提供视觉工具箱和技能。

谁该装 — 在 DeepSeek Harness 中使用文本模型进行需要图片理解的编码任务时适合安装此插件。不适合系统已允许原生图像工具的用户。

注意 — 从源码安装时需要先手动放行它的构建脚本。安装会执行 shell 命令。沙箱实测通过：在全新 profile 里装上，并被 harness 注册进 profile。未发现明显的坑。

锐评 — 我装了，因为它已在 DeepSeek 和 Claude Code 会话中验证。

是什么 — dsh-vision-router 为 DeepSeek Harness 文本代理提供免费视觉能力，支持像素工具调用。

谁该装 — 当代理需要 vision grounding 或 vision crop 操作时，此插件适合使用。 如果代理本身支持多模态输入而非仅文本模式，则无需此插件。

注意 — 没发现明显的坑。沙箱实测通过：在全新 profile 里装上，并被 harness 注册进 profile。插件会执行 shell 命令，但未引发任何故障。

锐评 — 我会装它，因为它支持连续多步图像处理直到任务完成。

是什么 — 这是一个 Chrome 侧边栏扩展，允许 DeepSeek Harness 直接操控浏览器页面，无需视觉能力。

谁该装 — 使用 deepseek-v4-flash 模型执行浏览器导航、表单填充和标签管理任务的用户适合安装它。无需浏览器交互的用户不必装它。

注意 — 安装时需要从源码构建并手动放行构建脚本。沙箱中在全新 profile 注册成功，未发现明显的坑。性能基准显示平均端到端延迟 5.32 秒，少于匹配的 Playwright 基线。

锐评 — 我装它，因为它在真实浏览器会话中操作而非模拟，能保留登录状态和会话。

是什么 — watch-skill 插件为 DeepSeek Harness 中的 AI 代理提供视频音频屏幕活动的感知，使用时间戳证据保存，并通过 THE LOOP 独立验证代理所做工作。

谁该装 — 在 DeepSeek Harness 中处理浏览器流或生成的视频时，需要验证代理效果的用户适合安装 watch-skill。 对于不涉及动态屏幕或视频输入的用户，不需要安装 watch-skill。

注意 — 全新 profile 安装并被 DeepSeek Harness 注册，沙箱实测通过。 插件会执行 shell 命令。 未发现明显的坑。

锐评 — 我会装它，因为它能驱动浏览器并证明每个动作的效果，这在代理工作中是必要的。