DeepSeek Harness 插件Manifest 有效

dsh-image-vision

DeepSeek Harness 图片识别与 OCR 插件，支持模型识图能力自动判断、多供应商调度与对话框直接发图。

视觉与图像UI 与效率开发者工具Skills 与工作流

2GitHub Stars0Fork 数更新于2026-09-04

安装

$ dsh plugin --profile web add https://github.com/xiaoyuink/dsh-image-vision/releases/latest/download/xiaoyuink-dsh-image-vision-latest.tgz

插件能力与用途

基于公开仓库快照由 AI 辅助整理，内容必须有源码依据；它不等同于兼容性验证或安全验证。

源码有据

dsh-image-vision 为 DeepSeek Harness 提供全流程图像识别与精读能力。插件会自动判断当前会话主模型是否具备视觉能力；若支持则直接交由主模型分析，若不支持则透明转发至配置的视觉模型。支持在输入框粘贴、上传或拖拽图片，提供永久附件存储、缩略图渲染，以及 4 款像素级识图工具与针对生物医学等科研场景的预设提示词。

核心能力

自动检测当前模型的识图能力并无缝路由至外部视觉提供商
提供 4 件套识图工具：image_vision、image_vision_ocr、image_vision_ground 和 image_vision_crop
支持在聊天输入框直接粘贴、上传或拖拽图片，自动持久化存储
内置病理切片、细胞实验、医学影像、科研图表等 7 个专业预设提示词
可视化设置页管理多供应商模型，支持模型发现、余额查询与实测检测
支持 TIFF、SVG 自动转换，以及可选的 Python AI/EPS 格式预处理

适用场景

为纯文本语言模型赋予图像识别能力而无需手动切换模型
生物医学研究者分析组织病理切片、Western blot 与医学影像
对截图或文档图像进行逐字 OCR 识别、目标定位及局部裁剪放大精读
科研论文多子图（composite figure）及统计图表结构化解读

适合谁

希望在 DeepSeek Harness 中直接发送并分析图片的日常用户
生物医学、临床医学及高校科研工作者
需要 OCR 与图像坐标定位精读工具链的开发者

文档中可确认的限制

处理 Adobe AI 与 EPS 等矢量格式需本地安装 Python 依赖（PyMuPDF/Ghostscript）
OVHcloud 免费端点每 IP 每分钟限速 2 次调用
图片附件写入本地永久存储空间（~/.dsh/attachments/），需手动管理磁盘清理

DSH 兼容性

DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试，不代表不兼容。

尚未测试目前还没有发布运行兼容性测试结果。

安全信号

来自包元数据和源码检查的客观信号。这些信息用于辅助判断，不代表绝对安全保证。

目前还没有发布自动安全检查信号。

来源与 Registry 记录

展示此条目的公开来源、Registry 分类与最近一次源码检查信息，并与运行验证结果明确分开。

源码仓库: xiaoyuink/dsh-image-vision
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin
源码检查: a445f84 · 2026-09-18

本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系；安装前请始终以作者仓库中的最新说明为准。

仓库活跃度

GitHub Stars: 2GitHub stars
Fork 数: 0
未关闭 Issue: 0
最近提交: 2026-09-04
最近发布: 2026-09-04