MIT ライセンスのテキスト専用モデル向けビジョンブリッジ。DeepSeek Harness（dsh）に `dsh plugin add` コマンド一発で導入し、画像を貼るだけで構造化 JSON エビデンス（OCR・レイアウト・意味）を取得できます。
DSH 統合
互換
作者による申告
安全性監査
未監査
最終検証日
2026-08-21
ライセンス
MIT
01どんなタスクに使えるのか？
Read images pasted straight into DeepSeek Harness chats running text-only DeepSeek / GLM models
Grounded answers built on structured JSON evidence — full transcription, reading-order layout regions, entity and relation lists
Developers running text-only DeepSeek or GLM models in dsh who need screenshots, slides, documents and charts understood in-conversation
Analyze dense charts, tweet screenshots and multi-image batches without leaving the dsh conversation
Detail-level readings — axes, log scale, color coding, timestamps, engagement numbers, per-image content and style — delivered one by one
dsh users who paste analytics charts, social screenshots or batches of images and need every element quoted back, not summarized away
Keep native paste thumbnails while adding vision via a wrapped model entry
A `(modlens vision)` model-selector entry per text-only route (choice is remembered); pasted thumbnails stay visible and are converted to structured evidence at request time
dsh users who want a Codex-app-like paste experience — visible thumbnails — instead of temp-file paths in the composer
02DeepSeek Harness への導入方法
前提条件
- DeepSeek Harness (dsh) available — the install runs through the official `npx -y @deepseek-ai/dsh` CLI
- At least one vision engine: a free Gemini API key, the free Antigravity CLI (no key), an Anthropic key, any OpenAI-compatible endpoint, or an existing Claude Code / Kimi / Codex / OpenCode / Pi login reused with consent
インストール手順
- 01
Install the plugin with one command: `npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@3.22.1`
$ npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@3.22.1
- 02
Pick a `(modlens vision)` entry in the model selector (it remembers your choice, so once is enough), or just paste an image on a confirmed text-only model and let `modlens_read_image` take over
- 03
If no vision engine is configured yet, set up a free Gemini API key (about three minutes, no credit card) or install Antigravity CLI and sign in with `agy`
導入成功の確認
作者は未記載
ロールバック
- Uninstalling is deleting a folder — no harness config lines are changed, so your agents are back to stock
03DSH 統合と能力の範囲
Installed inside DeepSeek Harness as exactly one dsh plugin via a single `dsh plugin add` command; adds `(modlens vision)` model-selector entries and reads pasted images through the `modlens_read_image` tool
Direct-paste vision for text-only models
an image pasted straight into the chat, or a dropped file path→structured JSON evidence — full transcription, reading-order layout regions, entity and relation lists — grounding the model's answer
images are sent over the network to an external vision engineon a text-only model a pasted image lands as a private temp file whose path enters the composerTen-engine failover chain
six built-in providers (Gemini, OpenAI-compatible, Anthropic, Antigravity CLI, Claude CLI, Kimi CLI) plus up to four reused local agent CLIs→the first good result wins; `meta.attempts` records every attempt so a fallback is never silent
reused CLI reads spend that CLI owner's quota and are labeled in `meta.warnings`reuse is only enabled after explicit per-harness consent recorded in configUniversal OpenAI-compatible socket
`openai.baseUrl` + `openai.apiKey` + `openai.model` config (e.g. qwen-vl, GLM, SiliconFlow, OpenRouter, self-hosted vLLM/Ollama)→any endpoint speaking the OpenAI chat-completions protocol with image input driven as a vision engine
writes provider keys and endpoints into the modlens config
04誰に向いているのか？使うべきでない場面は？
向いている用途
- Developers running text-only DeepSeek or GLM models in dsh who need screenshots, slides, documents and charts understood in-conversation
- dsh users who paste analytics charts, social screenshots or batches of images and need every element quoted back, not summarized away
- dsh users who want a Codex-app-like paste experience — visible thumbnails — instead of temp-file paths in the composer
不向きな用途
- ModLens ships no local vision model: every read is routed to an external engine (Gemini / OpenAI-compatible / Anthropic API, Antigravity CLI, or a reused agent CLI), so it needs network access and your use of upstream engines is governed by their own terms and quotas.
05互換性・メンテナンス・セキュリティ上の注意
- ModLens ships no local vision model: every read is routed to an external engine (Gemini / OpenAI-compatible / Anthropic API, Antigravity CLI, or a reused agent CLI), so it needs network access and your use of upstream engines is governed by their own terms and quotas.
- Read speed depends on the engine: API providers take 5-10 seconds per read, while CLI-based engines (Antigravity, Claude CLI, Kimi CLI, reused Codex / OpenCode) take 20-45 seconds.
- Only a model whose metadata positively confirms it is text-only is taken over with a `(modlens vision)` entry; anything unconfirmed is left alone, and the DeepSeek / GLM families' own vision models keep their native paste.
MIT · actively maintained (latest release v3.22.1, 2026-08-20)
06よくある質問
ModLens を DeepSeek Harness にインストールする方法は？
コマンド一発です：`npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@3.22.1`。プラグインはテキスト専用 DeepSeek/GLM モデルを搭載するすべての provider ルートを自動検出し、ルートごとにラップ済みの `(modlens vision)` エントリを追加します（標準インストールでは DeepSeek-V4-Flash と DeepSeek-V4-Pro の 2 バリアント）。モデルセレクタで一度選ぶだけで（選択は記憶されます）、以降は画像を貼り付けるだけです。
dsh ネイティブプラグインですか、それとも MCP ですか？
dsh プラグインとしてインストールされ、dsh 上ではプラグイン 1 つだけです：フックなし、ラッパーなし、ローカルプロキシデーモンなし、harness 設定ファイルは一切変更しません。アンインストールはフォルダを削除するだけで、agent は元の状態に戻ります。
どのビジョンエンジンや前提条件が必要ですか？
いずれか 1 つで十分です：無料の Gemini API キー（約 3 分、カード不要、推奨デフォルトで読み取り 5-10 秒）、任意の OpenAI 互換エンドポイント（qwen-vl、GLM、セルフホストゲートウェイ）、Anthropic キー、キー不要の Antigravity CLI、または harness ごとに明示的に同意して再利用する Claude Code / Kimi / Codex / OpenCode / Pi の既存ログイン。
貼り付けた画像はどこに送信されますか？
画像はネットワーク経由で、設定したフェイルオーバーチェーン内のビジョンエンジンに送信されます。試行はすべて `meta.attempts` に記録され、再利用した CLI のクォータを消費した読み取りは `meta.warnings` に誰のクォータを使ったか明示されます。上流エンジンの利用規約とクォータは利用者自身の責任となります。
どのモデルがビジョン引き継ぎの対象になりますか？
メタデータでテキスト専用と明確に確認されたモデルのみが `(modlens vision)` エントリでラップされます。未確認のモデルはそのまま残り、DeepSeek/GLM 自身のビジョンモデルはネイティブの貼り付け動作を維持します。
07関連する DSH ワークフロー
agent-vision-toolkit
by anionex
テキスト専用モデルに「見る目」を与えるビジョンツールボックスとスキル。複数画像の理解、画像 QA、長いスクリーンショットの OCR、フロントエンド UI 復元、GUI 自動化に対応
dsh-vision-router
by ysr666
テキスト専用 DeepSeek Harness エージェントに目を与えるプラグイン。キー不要の無料ビジョンチェーン内蔵に加え、QA、グラウンディング、切り抜き、OCR などのツールをワンコマンドで導入可能
dsh-vision-toolkit
by anionex
テキスト専用 DSH エージェントに 10 個の構造化ビジョンツールを提供。意図を意識した画像 QA、長いスクリーンショットの OCR、ピクセルレベルのグラウンディング、UI 復元、ピクセル差分など
dsh-image-gen
by shanliuling
DeepSeek Harness チャット内で直接画像生成
08データと出典
**🥇 The most capable vision plugin for DeepSeek Harness (dsh):** install it instantly with one command: `npx -y @deepse…
on the skill harnesses it is exactly one skill folder, on dsh exactly one plugin. Uninstalling is deleting a folder, and…
The plugin auto-discovers every provider route carrying text-only DeepSeek or GLM models and adds a wrapped entry per ro…
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-08-21。誤りを見つけた場合は、修正を送信してください。
dsh プラグイン おすすめ
最初に入れたい 12 のプラグイン。全カタログ・全カテゴリから厳選しました。