ModLens：视觉与 OCR 插件

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 — 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 — DSH Vision Toolkit 让文本模型支持图像输入，实现 Q&A、OCR 和 UI 复现等任务。

谁该装 — 在 DeepSeek Harness Web 中使用文本模型处理截图进行元素定位和多图比较的任务适合安装此插件。 对于使用原生视觉功能的模型，此插件无需额外集成。

注意 — 没发现明显的坑。默认采用作者托管免费服务，每台机器每日限额 100 次，超过时可配置为自有提供商。

锐评 — 我会安装它，因为它提供了 DeepSeek Harness 原生集成，让视觉任务在 profile 和 session 中无缝使用。

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。