DeepSeek Harness 插件Manifest 有效

dsh-tool-visual-primitives

DeepSeek Harness 视觉增强插件：通过外部视觉模型将图片转化为坐标化视觉原语纯文本，使纯文本模型具备读图能力。

视觉与图像UI 与效率终端与 TUI开发者工具

2GitHub Stars0Fork 数更新于2026-09-29

源码

安装

$ dsh plugin --profile web add dsh-tool-visual-primitives@latest

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-tool-visual-primitives 为 DeepSeek Harness (DSH) 中的纯文本模型提供视觉理解能力。参考 DeepSeek《Thinking with Visual Primitives》论文设计，插件将图片分发至 OpenAI 兼容的外部视觉模型，提取带归一化坐标（0-999）的结构化视觉证据并交回原对话模型。支持显式工具调用 `vision_analyze` 与对话中 `[vision]` 模型变体两种使用方式。

核心能力

提供显式 `vision_analyze` 工具，支持本地路径与远程 HTTP(S) 图片分析
自动为选定的纯文本模型生成 `[vision]` 变体，无缝桥接对话附件读图
自动识别 11 种视觉分析模式（涵盖物体清单、定位、计数、拓扑、UI 分析、文档等）
输出归一化 0–999 范围的空间定位原语（<ref>、<box>、<point>）
支持 brief、standard、verbose 三档细节调节及会话级视觉证据缓存
内置原生设置页，支持凭据安全存储、连接测试与供应商模型目录拉取

适用场景

让 DSH 中的纯文本模型理解对话中上传的截图、图表与文档图片
基于坐标化视觉原语从 UI 截图中提取布局并辅助代码复刻
在不更换主力文本推理模型的前提下低成本引入多模态读图能力

适合谁

使用 DeepSeek Harness 且主力模型为纯文本模型的用户
需要进行图像空间定位、UI 理解与图表分析的 DSH 开发者
构建多模型协同与视觉工作流的用户

文档中可确认的限制

需要 DSH 0.1.2-rc.1 或更高版本的 Web Profile
需要配置可用的 OpenAI 兼容外部视觉模型 API 及其凭据
单张图片限制最大 10MB，远程 URL 限制访问本地及私有内网地址

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。

依赖数量

package.json 声明了 1 个运行依赖、1 个开发依赖、1 个 Peer 依赖和 0 个可选依赖。

信息

已声明 DSH Bundle

package.json 中声明了 DSH Bundle 元数据。

信息

已声明许可证

GitHub 报告该仓库许可证为 MIT。

信息

已获取 package.json

已获取仓库根目录 package.json，可用于 Registry 元数据检查。

信息

源码可用

本次 Registry 快照已获取公开 GitHub 源码元数据。

信息

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: InkshadeWoods/dsh-tool-visual-primitives
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin
源码检查: 0b29046 · 2026-10-04

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: 2026-09-29
最近发布: 2026-09-29