MIT 授權的 Windows 專用 DSH 原生插件，給純文字的 DeepSeek 補上「眼睛和耳朵」：看圖 / OCR / 物體檢測 / 影片理解 / 語音轉寫 / 文件視覺化，一鍵 `install.bat` 安裝，依賴雲端視覺模型（預設通義千問）。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-09-03
授權條款
MIT
01它能幫你完成什麼？
用 DeepSeek Harness 幫模型裝上「眼睛和耳朵」——看圖、取字、定位物體、理解影片、轉寫語音、分析文件
在 DeepSeek 聊天裡直接得到圖片描述、提取文字、畫框定位、帶聲音時間軸的影片摘要、轉寫稿，以及 PDF/Office/CSV/程式碼文件問答
在 Windows 上使用 DeepSeek Harness（dsh）的使用者，想讓自己純文字的模型能看圖、聽聲、讀文件
截圖的一瞬間就讓 DeepSeek 讀圖，不必存檔再拖曳
貼上時剪貼板自動變成該截圖 PNG 的路徑，DeepSeek 順著路徑直接讀圖
常拿截圖向 DeepSeek 提問、希望零手動存檔的 Windows 使用者
02如何將外掛接入 DeepSeek Harness？
先決條件
- Windows + PowerShell（安裝需要 Windows，全程約 5 分鐘）
- 一個雲端多模態模型 API Key（預設通義千問 / DASHSCOPE_API_KEY）——必填，插件本身不含模型
- 需安裝 `uv`（安裝自我檢測會提示；MCP 伺服器依賴它）
安裝步驟
- 01
克隆或下載倉庫：`git clone https://github.com/Yts1919/dsh-vision-complete.git`（或 Gitee 鏡像），解壓縮到任意資料夾（如 `C:\DeepSeek-Vision`）。
$ git clone https://github.com/Yts1919/dsh-vision-complete.git
- 02
雙擊資料夾裡的 `install.bat`——會自動裝 skill → 註冊 MCP → 裝截圖工具 → 環境自我檢測。（或執行 `powershell -ExecutionPolicy Bypass -File .\install.ps1`。）
- 03
設定雲端視覺 API Key：`setx DASHSCOPE_API_KEY "sk-你的key"`（去阿里雲百煉申請），然後完全退出並重開 DeepSeek Harness。
- 04
驗證：隨便拖一張圖進 DeepSeek 聊天框，對它說「描述這張圖」。
驗證整合成功
- 隨便找一張圖片（或按 `Win+Shift+S` 截一張），拖進 DeepSeek 聊天框。
- 對它說「描述這張圖」。
- ✅ 能返回圖片內容 = 裝好了；❌ 報「沒有 API Key / 401」→ 回第 3 步確認 `DASHSCOPE_API_KEY` 已設定並完全退出重開 Harness。
復原
- 雙擊資料夾裡的 `uninstall.bat` 解除安裝插件。
03DSH 整合程度與能力邊界
原生 DSH 插件：把 `vision-multimodal` 技能裝入 `~/.dsh/skills`，並將 qwen-mm-plugins 三個 MCP 伺服器（core / api / video-memory）註冊進 DSH；僅 Windows，雙擊 `install.bat` 安裝。
圖片理解 / 問答
圖片（拖入聊天框或截圖路徑）→圖片描述、問答、看圖說話
OCR 文字提取
截圖、票據、文件照片→提取的文字
物體檢測與定位
圖片→目標位置、畫框、裁剪
影片理解
影片→畫面+聲音時間軸、事件檢索、計數
語音轉寫
音訊 / 會議錄音→轉寫文字、帶時間戳、多說話人分離
文件視覺化
PDF / Office / CSV / 程式碼 / 3D / notebook→文件內容問答與視覺化
截圖直讀
Win+Shift+S 截圖→剪貼板替換為圖片路徑，DeepSeek 直接讀圖
截圖監控執行時，剪貼板內容會被替換為該截圖 PNG 圖片的路徑文字
04適合誰？何時不該用？
適合
- 在 Windows 上使用 DeepSeek Harness（dsh）的使用者，想讓自己純文字的模型能看圖、聽聲、讀文件
- 常拿截圖向 DeepSeek 提問、希望零手動存檔的 Windows 使用者
不適合
- 插件本身不含視覺模型，必須自備雲端視覺大模型 API Key（預設通義千問 DASHSCOPE_API_KEY）；沒有 key，裝完也用不了。
- 僅支援 Windows + PowerShell，非 Windows 無法使用；全程約 5 分鐘。
- 插件呼叫雲端視覺大模型（預設通義千問）來替你看圖/聽聲，需要聯網並準備好對應廠商的 API Key。
- API Key 等環境變數僅在完全退出並重開 DeepSeek Harness 後生效；MCP 伺服器也需重開 Harness 才載入。
05相容性、維護與安全提醒
- 插件本身不含視覺模型，必須自備雲端視覺大模型 API Key（預設通義千問 DASHSCOPE_API_KEY）；沒有 key，裝完也用不了。
- 僅支援 Windows + PowerShell，非 Windows 無法使用；全程約 5 分鐘。
- 插件呼叫雲端視覺大模型（預設通義千問）來替你看圖/聽聲，需要聯網並準備好對應廠商的 API Key。
- API Key 等環境變數僅在完全退出並重開 DeepSeek Harness 後生效；MCP 伺服器也需重開 Harness 才載入。
MIT · 暫無正式發布版本（latest_release 為 null）；倉庫最近推送 2026-08-16
06常見問題
怎麼給 DeepSeek Harness 安裝 dsh-vision-complete？
在 Windows 上解壓縮倉庫後雙擊 `install.bat`（或執行 `powershell -ExecutionPolicy Bypass -File .\install.ps1`）。它會把 `vision-multimodal` 技能裝進 `~/.dsh/skills`、註冊 qwen-mm-plugins MCP 伺服器，並安裝截圖工具。
為什麼一定要 API Key？
插件本身沒有視覺模型，它呼叫雲端多模態模型（預設通義千問，用 DASHSCOPE_API_KEY）。沒有 key 就看不到也聽不到；執行 `setx DASHSCOPE_API_KEY "sk-..."` 後需完全重開 DeepSeek Harness。
怎麼在 DeepSeek Harness 裡驗證裝好了？
拖一張圖（或 Win+Shift+S 截圖）進 DeepSeek 聊天框，說「描述這張圖」。能返回描述就成功；報 401 說明 key 沒配或 Harness 沒重開。
模型說沒有 `mcp__qwen-mm-plugins-*` 工具怎麼辦？
確認裝了 `uv`（安裝自我檢測會提示），並完全退出重開 DeepSeek Harness；MCP 伺服器只在重開後才載入。
怎麼解除安裝？
雙擊資料夾裡的 `uninstall.bat` 即可。
07相關的 DSH 工作流程
modlens
作者 liustack
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全網最強 DeepSeek Harness 外掛視覺外掛，為 DeepSeek、GLM 等純文本模型外掛視覺能力，貼上圖片即得結構化 JSON 證據（OCR、版面、語義）。
agent-vision-toolkit
作者 anionex
為純文本模型"看圖“設計更好的視覺工具箱和技能，支援多圖理解，圖片問答，前端UI還原、GUI 自動化等，並可選無縫接入多個主流agent，直接識別貼上圖片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
dsh-vision-router
作者 ysr666
為純文本 DeepSeek Harness 智慧體提供「視覺」能力，內建免金鑰視覺鏈路與畫素級視覺工具，一條命令安裝，無需 Python。
dsh-vision-toolkit
作者 anionex
[dsh]為純文本模型設計更強大的視覺工具箱：一行安裝使用、貼上圖片直接識別、多張圖片問答、截圖到前端UI 還原等｜DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
08資料與來源
C:\Users\你的用户名\.dsh\skills\vision-multimodal\references\api-key-setup.md
**qwen-mm-plugins MCP**（安装时自动注册）
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-09-03。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。