dsh-tool-describe-image

是什么 — 经 ESP32-S3 把 iPhone 画面交给兼容 OpenAI 的视觉模型，并用 USB HID 点按、滑动和输入。

谁该装 — 在 DeepSeek Harness 里跑兼容 OpenAI 的视觉模型，要把「设重复闹钟并保存」这类步骤做到真机 iPhone 上，同时不走 Mac、开发者账号和越狱。低于 iOS 18、或没有已烧录固件的 ESP32-S3，不必装：没有接收端，链路接不起来。

注意 — 板子会开热点当 AirPlay 接收端，手机要开 AssistiveTouch，模型请求走蜂窝；视觉接口的 API key 或 token 得自备，运行中会执行 shell 命令。指针是相对位移，应用会甩动指针再在画面里校正。在全新 profile 里可以装上并被 DeepSeek Harness 注册。

锐评 — profile 注册成功只说明插件能进 harness，不说明真机已被驱动；我会先看 TestFlight 里镜像和点击是否已经稳定，再决定放不放进 profile。

是什么 — 给 DeepSeek Harness 里的纯文本模型处理直接粘贴的图片，产出带 OCR、阅读顺序版面和实体关系的结构化 JSON。

谁该装 — 用 DeepSeek-V4-Flash、DeepSeek-V4-Pro、GLM-5.3 或 MiMo Pro 在 DeepSeek Harness 里核对界面截图、扫描件时，模型看不见图，缺转写和版面证据。日常已经开在 GLM-5.3-Flash 这类被确认带原生视觉的路由上的人不必装，插件会跳过它们，粘贴仍走原来的多模态通道。

注意 — 实测在全新 profile 里能装上并被注册进 profile。读图走本机已有的 Claude Code、Codex、OpenCode、Pi 登录，或 Antigravity CLI、Gemini、OpenAI 兼容密钥；免费 Gemini 一次约 5–10 秒，逗号分隔密钥会在鉴权、限流或配额失败时轮换。它会执行 shell 命令；屏幕截取热键不在本包，要另找 dsh-screenshot。

锐评 — 装。不写 hook、不改 DeepSeek Harness 配置、不跑本地代理，卸了只删一个文件夹，这个可逆性够我放进常用 profile。

是什么 — 给纯文本 agent 配看图 CLI 和 skill，做多图问答、长截图 OCR、前端还原和 GUI 自动化。

谁该装 — 在 DeepSeek Harness 里用 DeepSeek 对着设计稿或产品截图改前端、操作 GUI 时，模型吃不到像素。主 agent 已经是多模态、对话里贴图就能问能改的人，用不上这层 CLI。

注意 — 实测在全新 profile 里能装上并被 harness 注册。从 GitHub 源码安装，能力通过 shell CLI 提供。粘贴图要无缝进对话需另内部署本地代理；DSH 的 10 个结构化视觉工具在 dsh-vision-toolkit submodule 中，不初始化就没有。

锐评 — 我装，因为我要的是 harness 补眼，不是为了看图去换掉 DeepSeek。

是什么 — 给 DeepSeek Harness 上的纯文本 agent 接识图链路和像素工具，composer 开启 Vision 后贴图即可调用。

谁该装 — 你在 DeepSeek Harness 里用纯文本模型处理报错截图、给 UI 控件定位、做 OCR 或设计稿对比，但当前聊天模型吃不进图片。图像不能出机、也不打算自己接视觉后端的人不必装。

注意 — 实测在全新 profile 里能装上，并被 harness 注册。默认会把原图或裁剪、视觉提示和相关请求元数据发到云端视觉提供方，新装还开着匿名 OVHcloud 回退，免 key 并不等于离线。运行过程中会执行 shell 命令。

锐评 — 我会装进日常用的 profile：要的是可重复的 tool turn，不是多一个能看图的聊天窗口。

是什么 — 给纯文本模型贴图后切到 Vision Toolkit 变体，做图像问答、多图对比、长图 OCR、截图还原 UI、元素定位和像素 diff。

谁该装 — 在 DSH Web 里用纯文本模型改界面或排障，材料只是贴进会话的截图。 已经固定使用带视觉的模型、不会切回纯文本的人不必装。

注意 — 实测 DeepSeek Harness 0.2.2-rc.1 会在安装前拒掉目前所有版本，因为声明的 DSH 范围不含该版本。默认图片走作者托管的免费服务，每机每日 100 次，也可改成自己的 provider。

锐评 — 我会挂着等作者更新 DSH 范围，而不是放弃或强装最新版。

是什么 — 给 DeepSeek Harness 接上你正在用的浏览器标签，用编号控件做纯文本操作。

谁该装 — 你在用 DeepSeek Harness 和 deepseek-v4-flash 这类文本模型处理已登录站点：填表、点按钮、切换标签，缺一条不丢 cookie 的操控通道。 网页任务必须靠模型看截图才能成立的，这套浏览器工具帮不上——它不截页面。

注意 — 沙箱实测里，全新 profile 可以装上并被 DSH 注册进 profile。普通 plugin 流程走不通，必须从源码跑安装脚本、在浏览器里加载扩展，DSH 已在运行则要重启；一键安装目前只给 Chrome 构建，runtime 最低 dsh 0.2.0-rc.2。安装会执行 shell，还要提供 API key 或 token；npm 上的 dsh-browser 不是这个项目。

锐评 — 那组 60 次配对基准我买账：与 Playwright 基线同样 30/30，耗时大约少 20%，安装多几步我认。