🎁 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

视觉增强插件 kanchengw/dsh-mindseye

DeepSeek Harnessv0.2.8
kanchengw66 天前有提交已提供中文文档扫描:含敏感能力

为纯文本模型补上图片理解、生图与浏览器自动化能力

28.9/100
综合分
1
GitHub 星标
238
npm 周下载
—/5
用户评分

数据截至 2026/9/16 · 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。

安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add dsh-mindseye
npm 源 · dsh-mindseye 的发布者账号已校验与本仓库一致

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:已验证
是什么
dsh 原生插件 · vision
装得上吗
本站已在 dsh 0.2.1-rc.2 下真实安装成功
非静态推断
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 66 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 →
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✓ 自动检查通过
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-mindseye @ 0.2.8
✓Node 引擎要求 >=22.19 · 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 2026/9/23 13:52:31

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

静态扫描发现插件具备触达本地系统的能力:执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量(至少其一)。这是能力清单,不是危险判定——具体能力项与证据见下方,安装前请自行判断是否需要。

读写/删除本地文件发起外部网络请求
查看扫描证据(共 13 处,展示前 13 条)
  • 写入本地文件
    lib/index.mjs:1072
    await writeFile(file, buffer, { mode: 384 });
  • 写入本地文件
    lib/index.mjs:2859
    await mkdir(this.dir, { recursive: true });
  • 写入本地文件
    lib/index.mjs:3010
    const run = this.writeQueue.then(() => appendFile(path, `${JSON.stringify(record)}\n`, "utf8"));
  • 读取本地文件
    lib/index.mjs:3022
    return (await readFile(path, "utf8")).split(/ ? /).filter((line) => line.trim() !== "");
  • 读取本地文件
    lib/index.mjs:3038
    return (await stat(path)).size;
  • 写入本地文件
    lib/index.mjs:3045
    await writeFile(path, text, "utf8");
  • 读取本地文件
    lib/index.mjs:3818
    await access(candidate, constants.X_OK);
  • 读取本地文件
    lib/index.mjs:4236
    const buffer = await readFile(input.path);
  • 发起网络请求
    lib/client.js:449
    fetch(`${PASTE_ROUTE}?model=${encodeURIComponent(label)}`).then((res) => {
  • 发起网络请求
    lib/client.js:487
    const res = await fetch(`${PASTE_ROUTE}?mode=adapt`, {
  • 发起网络请求
    lib/client.js:521
    (convertToPath ? Promise.all(images.map((file) => file.arrayBuffer().then((buffer) => fetch(PASTE_ROUTE, {
  • 发起网络请求
    lib/client.js:796
    const response = await fetch(CONFIG_ROUTE);
  • 发起网络请求
    lib/client.js:902
    const response = await fetch(CONFIG_ROUTE, {
扫描于 2026/11/2(1 天前) · 范围 入口闭包 + 全包扫描 · 来源 npm 发布包

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-anonymous-user-id@deepseek-ai/dsh-api-remotes@deepseek-ai/dsh-attachment@deepseek-ai/dsh-client-connection@deepseek-ai/dsh-client-locale@deepseek-ai/dsh-client-runtime@deepseek-ai/dsh-client-ui-primitives@deepseek-ai/dsh-client-ui-settings@deepseek-ai/dsh-client-ui-settings-plugins
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

  • 图像理解与生成
  • GUI自动化
  • 分层证据记忆与缓存

为 DSH 上的纯文本模型提供视觉插件,原生支持图像理解与生成、GUI 自动化,靠分层证据记忆与缓存实现。

v0.2.82026-08-29
· 变更内容 · 新功能:图像生成展示、会话附件回退和主题约定 · 文档:双语 README,含视觉与生成截图 · 新贡献者 · @kanchengw 首次贡献于 完整变更日志:
数据来自仓库的 GitHub Release,可能与插件实际版本不一致。

README

由 DeepSeek 最新模型翻译生成
MindsEye MindsEye header dsh.so security 面向 DeepSeek Harness 的意图驱动视觉、生图和可视浏览器自动化插件。 MindsEye 是 DeepSeek Harness 的插件,为纯文本模型提供图片理解、图片生成和可选的浏览器自动化能力,同时保留 DSH 会话作为主要用户交互界面。 核心能力 图片理解 - 保留 DSH 原生图片附件,不要求用户手动选择本地文件。 - 图片轮自动挂载视觉工具;纯文本轮只保留一个激活入口,需要看图时再挂载。 - mindseye_read_image 支持通用视觉问答,以及 OCR、布局、图表、颜色和像素差异等专项任务。 - mindseye_ground 返回目标在原图中的像素边界框,可用于点击、裁剪等后续操作。 - 支持单图和多图读取,并返回图片、证据、答案和调用元数据等结构化结果。 图片生成与编辑 - mindseye_generate_image 将用户的生图要求发送到已配置的生图路由。 - mindseye_edit_image 将 DSH 图片附件和编辑要求发送到已配置的图像编辑路由。 - 生成图片以 DSH 原生附件形式返回,并直接显示在会话中。 - 生图不会自动保存到项目,也不会自动执行回验。
展开完整文档(README 剩余 1 节)
MindsEye

MindsEye header

dsh.so security

面向 DeepSeek Harness 的意图驱动视觉、生图和可视浏览器自动化插件。

MindsEye 是 DeepSeek Harness 的插件,为纯文本模型提供图片理解、图片生成和可选的浏览器自动化能力,同时保留 DSH 会话作为主要用户交互界面。

核心能力

图片理解

- 保留 DSH 原生图片附件,不要求用户手动选择本地文件。
- 图片轮自动挂载视觉工具;纯文本轮只保留一个激活入口,需要看图时再挂载。
- mindseye_read_image 支持通用视觉问答,以及 OCR、布局、图表、颜色和像素差异等专项任务。
- mindseye_ground 返回目标在原图中的像素边界框,可用于点击、裁剪等后续操作。
- 支持单图和多图读取,并返回图片、证据、答案和调用元数据等结构化结果。

图片生成与编辑

- mindseye_generate_image 将用户的生图要求发送到已配置的生图路由。
- mindseye_edit_image 将 DSH 图片附件和编辑要求发送到已配置的图像编辑路由。
- 生成图片以 DSH 原生附件形式返回,并直接显示在会话中。
- 生图不会自动保存到项目,也不会自动执行回验。

浏览器自动化

启用 gui.enabled 后,MindsEye 会打开独立的可见 Chrome 或 Edge 浏览器会话。GUI 工具支持打开页面、截图、等待、点击、输入、按键、滚动和关闭会话。

遇到验证码、登录或权限确认时,任务会暂停在 DSH 原生提问卡片上。用户可以:

- 接管可见浏览器并完成操作;
- 如果验证可能已经完成,跳过第一页交接问题;
- 放弃当前任务。

用户选择继续后,MindsEye 会重新检查页面状态,确认恢复后再把控制权交还给模型。浏览器使用独立会话,不接管用户已有的 Chrome 或 Edge profile。每次浏览器动作后都必须重新截图,避免继续使用已经失效的元素引用或坐标。

工具

| 工具 | 用途 |
| mindseye_plan | 提取当前用户要求,并准备后续工具使用的意图上下文。 |
| mindseye_read_image | 回答一张或多张图片的问题,并提取专项视觉证据。 |
| mindseye_ground | 定位目标并返回像素边界框。 |
| mindseye_generate_image | 根据用户要求生成图片。 |
| mindseye_edit_image | 编辑用户提供的图片附件。 |
| mindseye_vision_activate | 在纯文本轮挂载视觉工具。 |
| mindseye_gui_open / snapshot / wait | 打开浏览器会话并观察当前页面。 |
| mindseye_gui_click / type / keypress / scroll | 执行带页面状态校验的浏览器动作。 |
| mindseye_gui_close | 关闭当前浏览器会话。 |

记忆工具是可选的,提供显式的 DSH 操作,用于存储、读取、搜索和比较图片相关记录。

配置

可以通过 DSH 设置卡或插件配置管理 MindsEye。

- vision.routes:分别配置 understand、extract 和 locate 路由。
- vision.fallbacks:视觉调用的备用路由。
- image.generate:有序的图片生成路由。
- image.edit:有序的图片编辑路由。
- gui.enabled:启用可见浏览器工具,默认关闭。
- gui.browser:auto、chrome 或 edge。
- gui.restrictHosts:设为 true 时启用主机白名单。
- gui.allowedHosts:启用白名单后允许访问的主机。
- gui.maxSteps 与 gui.timeoutMs:单次浏览器运行的步数和超时限制。

视觉路由支持 OpenAI-compatible Chat Completions 或 Responses API。图片路由支持 JSON 和 multipart 请求体,可以独立配置不同的图片服务商。

数据与安全

- 支持图片的模型继续接收 DSH 原生图片块;纯文本降级路径只使用当前粘贴操作创建的隔离临时文件。
- 只有 MindsEye 工具实际调用视觉服务商时,图片字节和问题内容才会发送给对应服务商。
- 凭据来自 DSH Credentials、环境变量或插件设置,并只发送给匹配的服务商。
- 只有明确启用浏览器自动化时,插件才会启动本地 Chrome 或 Edge 子进程;它不使用用户现有浏览器 profile,也不执行下载后的代码。
- 浏览器访问可以限制为明确配置的主机白名单。

安装

npm install dsh-mindseye
npx @deepseek-ai/dsh plugin --profile web add dsh-mindseye

安装后重启 DSH Web,然后在 MindsEye 设置卡中至少配置一条视觉路由。未配置的专项视觉路由在有可用通用理解路由时会自动回退。

开发

pnpm install
pnpm test
pnpm typecheck
pnpm build
预览分享卡片长什么样 ↓kanchengw/dsh-mindseye
分享 · DeepSeek Harness Hub
kanchengw/dsh-mindseye

为纯文本模型补上图片理解、生图与浏览器自动化能力

这是你的仓库?认领条目

回到顶部