🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

视觉理解 Argonaut790/dsh-deepseek-vision

DeepSeek Harnessv0.1.7
Argonaut79044 天前有提交已提供中文文档扫描:未发现敏感能力

为纯文本模型添加图像理解与全屏 OCR 能力

31.3/100
综合分
2
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/9/23 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。

自动兼容检查有告警:npm 同名包「dsh-deepseek-vision」归属 siegfly/dsh-deepseek-vision,装到的可能不是本插件。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add Argonaut790/dsh-deepseek-vision
该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)

状态速览

判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态
信任档位:需留意
是什么
dsh 原生插件 · vision
装得上吗
实装验证未通过(unknown),装前请到仓库确认最近更新与 issue
L4 · 真实安装等级说明 →
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
更新放缓:最近一次提交在 44 天前
档位由哪些信号合成

本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。

验证判据与等级说明 →
⚠︎ 实装验证未通过(unknown · 2026/10/31) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查⚠ 装前注意

npm 同名包「dsh-deepseek-vision」归属 siegfly/dsh-deepseek-vision,装到的可能不是本插件

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。

✓npm 包dsh-deepseek-vision @ 0.1.7
✓Node 引擎要求 ^22.19.0 || >=24.0.0 · 基线 Node 22.19 满足
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明

验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/12 15:38:09

安全扫描自动 · 静态分析源码
v2.7.0
🟢 扫描:未发现敏感能力尚无人工评估
展开查看扫描说明与证据 ↓

静态扫描未发现敏感能力:最多只发网络请求、读取自身元数据或只读文件,未发现执行命令、文件写入或敏感信息读取。

发起外部网络请求
查看扫描证据(共 3 处,展示前 3 条)
  • 发起网络请求
    src/client/send-hook.ts:75
    response = await fetch(VISION_MEDIA_ATTACH_PATH, {
  • 发起网络请求
    src/client/vision-directory.ts:55
    const response = await fetch(VISION_SELECTION_PATH, { cache: 'no-store' })
  • 发起网络请求
    src/client/vision-directory.ts:59
    const response = await fetch(VISION_SELECTION_PATH, {
扫描于 2026/11/4(0 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。

依赖的 DSH / Cordis 模块
@deepseek-ai/schemastery@deepseek-ai/cordis@deepseek-ai/dsh-agent@deepseek-ai/dsh-api-remotes@deepseek-ai/dsh-attachment@deepseek-ai/dsh-brand@deepseek-ai/dsh-client-connection@deepseek-ai/dsh-client-locale@deepseek-ai/dsh-client-runtime@deepseek-ai/dsh-client-ui-conversation@deepseek-ai/dsh-client-ui-primitives@deepseek-ai/dsh-client-ui-slots
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个

功能亮点

  • 图像理解
  • 全屏OCR
  • 持久视觉证据

为纯文本 DeepSeek Harness 模型提供图像理解、OCR 和持久视觉证据

README

由 DeepSeek 最新模型翻译生成
DSH DeepSeek Vision CI License: MIT DSH DeepSeek Vision 是一个开源的 DeepSeek Harness(DSH)视觉插件,它为纯文本的 DeepSeek 模型添加了图像理解、全屏 OCR 和持久化视觉证据功能,而无需替换父模型。 与 provider-pool 或 CLI 拦截工具不同,此插件让 DeepSeek Harness 继续负责模型、附件、会话和 UI。它添加了: - see_image,支持 latest、all 和显式图像选择 - 一个会话作用域的视觉分析师,具备后续追问记忆 - 结构化摘要、问题回答、详尽 OCR 和不确定性说明 - 一个只读的 Evidence 标签页和每次调用的证据卡片 - 位于 Choose Model 旁边的全局 Vision: … provider/model 选择器 - 实时路由变更;更改路由会启动一个新的分析师 截图 启用视觉的 DeepSeek Harness 编辑器 DeepSeek Harness 编辑器使用 Grok Latest 作为视觉模型,DeepSeek V4 Pro High 作为父模型 父 DeepSeek 模型保持控制权,而单独的 Vision 路由负责图像理解和 OCR。
展开完整文档(README 剩余 1 节)
DSH DeepSeek Vision

CI
License: MIT

DSH DeepSeek Vision 是一个开源的 DeepSeek Harness(DSH)视觉插件,它为纯文本的 DeepSeek 模型添加了图像理解、全屏 OCR 和持久化视觉证据功能,而无需替换父模型。

与 provider-pool 或 CLI 拦截工具不同,此插件让 DeepSeek Harness 继续负责模型、附件、会话和 UI。它添加了:

- see_image,支持 latest、all 和显式图像选择
- 一个会话作用域的视觉分析师,具备后续追问记忆
- 结构化摘要、问题回答、详尽 OCR 和不确定性说明
- 一个只读的 Evidence 标签页和每次调用的证据卡片
- 位于 Choose Model 旁边的全局 Vision: … provider/model 选择器
- 实时路由变更;更改路由会启动一个新的分析师

截图

启用视觉的 DeepSeek Harness 编辑器

DeepSeek Harness 编辑器使用 Grok Latest 作为视觉模型,DeepSeek V4 Pro High 作为父模型

父 DeepSeek 模型保持控制权,而单独的 Vision 路由负责图像理解和 OCR。

紧凑的视觉模型选择器

紧凑的 DSH Vision 模型选择器位于 DeepSeek 父模型选择器旁边

全局选择器使当前激活的图像能力模型可见,并让用户无需更改对话模型即可更改视觉分析路由。

对话中的证据卡片

DeepSeek Harness 对话中带有证据卡片的视觉分析回复

每次 see_image 调用都会渲染一张证据卡片,其中包含结构化摘要、问题回答和任何不确定性说明,因此分析结果在对话中始终可审查。

GitHub 项目概览

GitHub 上的开源 DSH DeepSeek Vision 仓库

要求

- Node.js ^22.19.0 或 >=24
- DeepSeek Harness 0.1.0-rc.6
- 在 Harness 目录中注册的图像能力模型
- DSH spawn 子代理提供程序

Harness 必须提供 delegated-image 提示准入、模型输入模态、see-image-model 设置命名空间以及 Web 对话插槽。此插件无法将这些契约回溯适配到旧版本中。

当等效的树内 see-image-model、 tool-subagent-image 或 vision-picker 行已启用时,请勿挂载此包。重复的服务和工具将发生冲突。

从 GitHub 安装

此项目未发布到 npm。构建一个检出副本并将该本地包添加到 Web 配置文件中:

git clone https://github.com/Argonaut790/dsh-deepseek-vision.git
cd dsh-deepseek-vision
corepack yarn install --frozen-lockfile
corepack yarn build
dsh plugin --profile web add .

随附的 cordis.patch.yml 会挂载全局路由服务和 see_image;其包元数据暴露了 Web 选择器和证据 UI。

配置

打开一个对话,并从 Vision: … 芯片中选择一个支持图像的路由。只有当 Harness 目录明确声明了 image 输入时,模型才会被列出。

对于无头配置文件,请在 $DSH_HOME/settings.yaml 中配置相同的全局路由:

see-image-model:
provider: openrouter
model: '~x-ai/grok-latest'
maxTokens: 8192

提供者和模型名称仅为示例。它们必须与你的 Harness 中注册的路由匹配。支持的输出 token 范围为 1–32768。

可以在工具行上设置可选的静态回退:

- id: deepseek-vision-tool
name: dsh-deepseek-vision/tool
config:
provider: spawn
agentOptions:
provider: openrouter
model: '~x-ai/grok-latest'
maxTokens: 8192

当全局选择器包含完整路由时,它会优先。

工作原理

1. Harness 将粘贴的图像保留为持久的 delegated-image 附件。
2. 纯文本父级通过问题和图像选择调用 see_image。
3. 插件会为该对话复用最新的匹配视觉分析师,仅转发分析师尚未收到的图像。
4. 分析师不接收任何工具,使用固定的反提示注入角色,并且必须返回严格的 JSON。
5. 父级接收简洁的面向模型的文本,而完整的结构化记录则保留用于证据卡片和证据标签页。
6. 如果持久化延续不可用,插件会执行一次隔离的一次性结构化回读。

调用由 Harness 工具运行时按对话串行化。路由变更会创建一个新的分析师,而不是在现有子级背后改变模型。

隐私、信任和成本

- 选定的图像会发送到配置的视觉提供者。使用前请查看该提供者的保留、区域和隐私条款。
- 每个分析师回合都会消耗所选模型的 token,并可能产生提供者费用。后续跟进可以复用视觉上下文,但仍然是模型调用。
- OCR 和视觉结论是模型生成的证据,并非保证的事实。请独立验证高影响决策。
- 图像内发现的文本被视为不可信数据,绝不视为指令。分析师没有工具或外部操作权限。
- 证据记录会在对话历史中保留附件标识符和派生文本;它们不会嵌入图像字节。

图像选择

see_image 支持:

- latest(默认):来自包含委托图像的最新对话事件的图像
- all:去重后的对话图像目录
- ids:该目录中已存在的精确附件 ID

一次调用最多接受 12 个问题,每个问题 2,000 个字符,总计 8,000 个字符。

开发使用 Corepack 管理的 Yarn:

corepack yarn install --frozen-lockfile
corepack yarn typecheck
corepack yarn build
corepack yarn test

构建会在 lib/index.js 和 lib/tool.js 生成 Host 条目,在 lib/types 下生成声明文件,并在 lib/client.js 生成浏览器 __ModuleLoader__ 包。
参见 CONTRIBUTING.md、SECURITY.md 和 CHANGELOG.md。
预览分享卡片长什么样 ↓Argonaut790/dsh-deepseek-vision
分享 · DeepSeek Harness Hub
Argonaut790/dsh-deepseek-vision

为纯文本模型添加图像理解与全屏 OCR 能力

这是你的仓库?认领条目

回到顶部