modlens
liustack
为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。
npm 包TypeScript今天
1详情
DSH-vison
hisence999/DSH-vison
DSH-vison 是一个 DeepSeek Harness 插件，为不支持多模态的模型补充图片理解能力。agent 仍可直接接收图片；插件调用 DSH 中已配置的视觉模型生成文字描述，再把描述交给纯文本模型。原始图片会保留在会话历史中，UI 仍可显示图片；模型侧则通过替换后的消息看到描述文字。readimage 工具也会采用同样的处理方式，多模态模型则自动放行，不重复识别。
安装
把 DSH-vison 装进 DeepSeek Harness
GitHub 方式 · GitHub 源码
从 GitHub 装会执行项目自己的构建脚本，而 pnpm 默认拦着不让跑——先跑一次这条命令，pnpm 会打印出要加到 ~/.dsh/profiles/web/pnpm-workspace.yaml 里 `allowBuilds` 下面的那个 key。
安装前须知
装 DSH-vison 之前，先看这几条
- 源码在这里： hisence999/DSH-vison——从 GitHub 的 dsh-plugin topic 发现，没有进入人工审过的精选库。
- 开源协议：MIT。
- 自动识别到：终端执行。授权之前请先读一遍源码。
- 被收录在这里不代表通过了安全审计。插件是带着你 agent 的权限在跑。
DSH-vison 是做什么的
DSH-vison 是一个 DeepSeek Harness 插件，为不支持多模态的模型补充图片理解能力。agent 仍可直接接收图片；插件调用 DSH 中已配置的视觉模型生成文字描述，再把描述交给纯文本模型。原始图片会保留在会话历史中，UI 仍可显示图片；模型侧则通过替换后的消息看到描述文字。read_image 工具也会采用同样的处理方式，多模态模型则自动放行，不重复识别。
插件通过包装 llm.resolveModelInfo 放宽图片准入和工具门禁，并监听 agent/pre-step、tools/post-execute、system-prompt/assemble。配置保存在 dsh-image-vision，可设置开关、识别模型和提示词；cordis.patch.yml 中的 enabled 与 patchAdmission 可作为兜底配置。
它适合需要让纯文本模型处理用户图片的 DSH 部署，但至少要先配置一个支持图片的模型。描述不会跨轮缓存，后续再次发送图片仍会调用视觉模型。插件还会通过 PowerShell 或 shell 脚本修改 $DSH_HOME 下的 profile 文件和 dsh-host-apiproxy 白名单；不希望插件触及这些终端文件时，不应使用它。
DSH-vison 的文档
配置
插件使用 dsh-image-vision settings namespace，设置页提供开关、识别模型和提示词。profile 补丁中的兜底配置为：
| Key | Value |
|---|---|
enabled |
true |
patchAdmission |
true |
patchAdmission 是对共享 llm service 的可逆包装。设置页还要求把 dsh-image-vision 加入 dsh-host-apiproxy 的 WEB_SETTINGS_NAMESPACES 白名单，否则页面找不到该 namespace。
文件与宿主集成
插件文件为 index.js、client.js 和 package.json，放在 $DSH_HOME/profiles/<profile>/node_modules/dsh-image-vision/。profile 的 $DSH_HOME/profiles/<profile>/cordis.patch.yml 需要包含名为 image-vision、指向 dsh-image-vision 的条目。脚本会修改 dsh-host-apiproxy 中的白名单；升级 DSH 后该文件可能被覆盖，需要重新处理。
命令与平台
Windows 使用 install.ps1、uninstall.ps1，Linux 和 macOS 使用 install.sh、uninstall.sh。卸载会删除插件、image-vision 条目和白名单修改；配置默认保留。Windows 可用 -PurgeConfig，Unix 可用 --purge-config 一并清理配置。安装或卸载后都要重启 DSH。
已知限制
必须至少配置一个支持图片的模型。描述不跨轮缓存，同一轮同一图片只识别一次；后续再次发送仍会调用视觉模型。识别失败时会以 0.6s 间隔重试其他可用模型，全部失败则写入占位文字，不把图片直接交给纯文本模型。
根据项目自己的文档整理，会跟着上游更新。两边对不上时以源码仓库为准—— 去 GitHub 看原始 README
同一分类
DSH-vison 的同类插件
2.3k
dsh-vision-toolkit
Anionex
让纯文本模型更好地做视觉任务：带意图的图片问答、长截图 OCR、UI 还原等。
npm 包TypeScript今天
dsh-vision-router
ysr666
为纯文本 Agent 提供视觉能力：内置免 Key 视觉链 + 像素级视觉工具（看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图）；粘贴图片即可用。
npm 包JavaScript今天
1详情
dsh-vision
linenxi-ctrl
外挂识图插件：鲸鱼按钮配置面板、图片识图自动回传、模型自主截图识图工具。
npm 包JavaScript昨天
1源码
dsh-vision-proxy
Flyvhidbwo
DeepSeek 大脑 + 自动识图：GUI 附加的每张图片自动经 OpenAI 兼容 VLM 转译成文字，再交给纯文本的 DeepSeek 作答——有 key 自动走快速通道（默认 qwen3.7-flash，支持百炼/智谱/OpenRouter 等任意 OpenAI 兼容端点），无 key 自动探测本地 Ollama（零配置，图片不出本机）。
npm 包JavaScript今天
1源码
dsh-visual-plugin
jyh20030112
给纯文本模型装上眼睛：把用户图片转发给任意 OpenAI 兼容的视觉模型生成描述，并在 Web UI 右侧面板展示结果。
npm 包TypeScript今天