DeepSeek Harness 插件Manifest 有效

dsh-vision-skill

面向 DeepSeek Harness 的多模态视觉感知与界面定位 Skill 插件。

视觉与图像UI 与效率终端与 TUI开发者工具Skills 与工作流

2GitHub Stars0Fork 数更新于2026-10-15

源码

安装

$ dsh plugin --profile web add github:DDDFXYqiming/dsh-vision-skill

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-vision-skill 为 DeepSeek Harness 智能体（包括纯文本大模型）提供多模态视觉感知与界面元素定位能力。插件集成 8 项核心工具，涵盖图像深度分析、界面目标定位、超长截图切片 OCR、剪贴板捕获与多模型故障转移支持。

核心能力

支持通用、代码报错、数据表格等多种专业模式的深度图像分析
依据自然语言语义定位界面元素并输出像素与归一化边界框
自动枚举检测界面中所有可交互 UI 控件并输出编号坐标
超长截图重叠切片扫描，支持本地 Tesseract 快速路径与视觉模型回退
纯本地计算图像主导色分布，无需消耗外部 API 配额
支持粘贴图片与系统剪贴板一键转存至工作区持久化分析
多 VLM 提供商自动故障转移与限流退避机制

适用场景

为纯文本主模型提供多模态图像感知与深度分析能力
智能体自动化流程中的 UI 界面控件检索与坐标定位
长图滚动截图切片识别与高保真文字提取
直接从剪贴板解析代码报错截图与终端界面

适合谁

开发自动化和视觉感知智能体的 DeepSeek Harness 开发者
需要对图像、长截图和 UI 界面进行精准识别与定位的 DSH 用户

文档中可确认的限制

本地 OCR 路径依赖本地安装的 Tesseract 命令行程序及语言包
高级视觉分析依赖外部兼容 OpenAI 格式的多模态 API 接入点及凭据配置
环境要求 Node.js 版本 >= 22.19

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 0 个运行依赖、0 个开发依赖、6 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: DDDFXYqiming/dsh-vision-skill
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin
源码检查: ad4d35f · 2026-10-19

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: 2026-10-15
最近发布: 未发现 Release