DeepSeek Harness 视觉能力插件

在对话中把本地图片路径直接渲染成图片

通过 KIE AI 接口为智能体生成图像与视频

免费识别图片文字，长文档切块突破输出上限

让纯文本 agent 调用视觉模型读取图像内容

上传本地图片设为全界面背景，可调衬底保证文字清晰

在侧栏流式查看会话与工具调用，用原生 diff 打开改动

把图片转成结构化文本，让纯文本模型也能看图

在右侧栏浏览目录并编辑文本、图片与 Office 文档

把创意想法或参考图转成可用的绘图提示词

截屏或图片交给本地模型描述，并用系统 OCR 提取文字

调用 OpenRouter 生成图像、视频与语音并转录音频

用配色文件和背景图自定义 Web 界面外观

识别图片中 80 类目标并输出边界框与置信度

为第三方模型声明图像输入，解除看图拦截

让纯文本模型看懂屏幕并模拟鼠标键盘操作

把会话与子代理关系画成可拖拽树图并直接跳转改名归档

Linux X11 computer-use for DeepSeek Harness: screenshot,…

切换七款精选皮肤并设置自定义背景壁纸

让纯文本模型读懂你粘贴的图片内容

让智能体读取截图图表并回答图像问题

一份密钥接入对话、生图、生视频与联网搜索

让纯文本模型看懂本地或网络图片内容

为 Web 界面换上自定义图片背景并调节明暗模糊

调用视觉模型识别图片文字并输出坐标方框

粘贴图片让纯文本模型看图并回答

在会话中调用 Agnes 生成图片与视频

对照文档愿景核查代码实现差距，输出证据化架构评审文章

按六维提示词流程生成与编辑图片

内置 Matt 技能集，侧边栏一键跑通开发流水线

在对话内卡片行点击文件，分屏预览 Markdown、代码与图片

按数据场景推荐合适图表类型，辅助快速选型

把 Grok 订阅接成子代理，生成并播放音视频

启动本地网页并交互验证，输出可追溯证据

DeepSeek Harness DSH plugin that lets a text-only agent…

把图片转成坐标化文字，让纯文本模型看懂画面

在已登录的真实浏览器里执行任意 JS 操作

让纯文本模型调用外部视觉 API 读懂图片内容

在会话中直接查看 read_image 读取的图片

在屏幕右缘浏览项目文件树并预览代码图片

把逐轮轨迹投影成可交互执行图，直观查看工具分支

让纯文本模型截图识图并按提示词生成图片

上传图片或 GIF，为网页界面换上动态背景

逆向网页识图模式，免费分析图片与屏幕截图

粘贴图片自动转成文字，让纯文本模型也能看图

借 Edge 与豆包网页版为纯文本模型补齐识图能力

调用本机 LM Studio 视觉模型识别图片与剪贴板截图

联网搜索、生成图片并识别粘贴的本地图片

让模型看懂图片，自动识图、OCR 与图表解析

在侧边栏查看晶体三维结构与 Q 峰分布

给 WebUI 换上一张本地图片作背景，自动适配深浅主题

把角色卡剧本与状态装进单个文件，随时开玩或改写

把指令按钮改为斜杠字形，新增加号分类上传图片文档

把图片转成文字描述，让纯文本模型也能看图

本地预测逆合成路线并绘制分子反应图

用本机 Codex CLI 文生图与改图，无需 API key

把微信接入会话，还能换壁纸和识图

拖图进聊天框，自动转文字喂给纯文本主模型

上传图片自动生成主题配色，还能养只桌面宠物

粘贴图片自动转文字描述，同一张图只转换一次

调用多家图像服务生成与编辑图片，故障自动切换