catalog / media-vision
设计、媒体与视觉
我们精选列表中所有「设计、媒体与视觉」插件，与 GitHub 同步。
Harness 的多模态能力：视觉工具箱、OCR、图像生成、设计画布与媒体处理。它们给智能体装上眼睛和速写板，作为工具供应商注册，模型可以在任务中途随时调用。
同步自我们的 GitHub 列表 · 目录更新于 2026-09-30
527 个插件
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). | 全网最强 DeepSeek Harness 外挂视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得结构化 JSON 证据（OCR、版面、语义）。
agent-vision-toolkit
作者 anionex
为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ 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
为纯文本 DeepSeek Harness 智能体提供「视觉」能力，内置免密钥视觉链路与像素级视觉工具，一条命令安装，无需 Python。
dsh-vision-toolkit
作者 anionex
[dsh]为纯文本模型设计更强大的视觉工具箱：一行安装使用、粘贴图片直接识别、多张图片问答、截图到前端UI 还原等｜DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
dsh-image-gen
作者 shanliuling
直接在 DeepSeek Harness 对话中生成图片，无需切换外部工具。
dsh-openpencil
作者 zseven-w
连接 DeepSeek Harness 与 OpenPencil，让智能体创建、编辑、预览和验证可交互的多页面设计画布。
dsh-video-lens
作者 dundunhan
让纯文本 DSH 代理理解本地视频：帧提取加视觉描述与语音转写，提供商可配置
brewreel
作者 finderchangchang
精酿 BrewReel：让 DeepSeek 这类便宜模型也能做出好看的竖版宣传片。写一份产品简报，AI 挑镜头、写文案，一条命令出片。3 种配方、6 个行业、广告法校验，开源可商用。
scientificfigurelibrary
作者 xuzhougeng
面向科研图表的本地优先 MCP 应用：导入、审核并发布本地图表库，还能在 Pi、DeepSeek Harness（dsh）、Claude、Codex、Cursor 和 Wisp 中复用统一模板。
dsh-imagegen
作者 dickpy
Web UI AI 生图插件：OpenAI 兼容端点文生图/图生图，历史跨设备同步
dsh-vision
作者 oil-oil
为 DeepSeek Harness 提供接近原生的图像理解能力。
dsh-comfyui
作者 fandc520
一个基于DeepSeek-Harness的ComfyUI插件
deepseek-harness-video-director
作者 chiphoton
DeepSeek Harness（dsh）AI 视频导演插件：由 MiniMax-H3 驱动视频生成，配合画布界面，不只是写提示词那么简单。
patentradar
作者 yuc16
专利侵权分析系统 —— 输入专利公开号，产出竞品侵权分析报告；同时打包成 skill，可被任意 agent（dsh, codex, claudecode 等） 调用。
dsh-vision-complete
作者 yts1919
给 DeepSeek 补上「眼睛和耳朵」的多模态视觉插件：看图 / OCR / 物体检测 / 视频理解 / 语音转写 / 截图直读，一键安装（DSH 插件）。
dsh-design-qa
作者 sunxin-ai
为 DeepSeek Harness 提供设计还原度质检：让纯文本模型评审实现与设计稿的匹配度，附带基准测试数据。
picturereader
作者 jing-hy
DSH 插件：为纯文本模型提供像素转文字的图片读取，含图像扫描、OCR 工具与图片阅读技能，纯本地运行。
dsh-design-mode
作者 kaichencurry
DeepSeek Harness 智能体图像设计模式：无限画布、ask_user 澄清、图像工具、批注与提供方路由。
dsh-vision
作者 william-jin-cmu
dsh 插件：给纯文本 DeepSeek 加视觉——view_image 工具桥接任意 OpenAI 兼容 VLM（默认智谱免费档，实测 4 厂商 10 模型）
dsh-game-material-master
作者 universe-st
dsh游戏素材大师插件。接入seedream生图模型和minimax视频生成模型，可生成各种游戏素材。
dsh-media-skills
作者 mjorgin
DeepSeek Harness 免费的图片读取与生成技能包：支持粘贴图片识别、DeepSeek-V4-Flash-Vision / GLM-4V-Flash / SenseNova / Gemini 多模型自动容灾切换，以及 Kolors 文生图，仓库内无需任何 API Key。
deepseek-visionary
作者 xlight
使用 DeepSeek 官方多模态视觉模型让你的 Agent 不再眼瞎（支持 DSH、Zed、OpenCode、Codex、Claude Code、Cursor、Claude Desktop）
dsh-plugin-aigc-canvas
作者 huanlinoto
provider-agnostic AIGC HTTP 桥 + 无限画布 + ffmpeg 后处理，13 个工具含画布连边/reroll/媒体编辑 | Provider-agnostic AIGC HTTP bridge + infinite canvas + ffmpeg post-processing; 13 tools incl. canvas linking/reroll/media-edit
dsh-visual-plugin
作者 jyh20030112
为纯文本模型装上眼睛：图片转发给任意 OpenAI 兼容视觉模型，结果展示在右侧面板
dsh-short-video-studio
作者 fengyungithub
基于deepseek harness和ComfyUI的AI视频创作工作台
dsh-vision-proxy
作者 flyvhidbwo
DeepSeek Harness 插件：DeepSeek Pro 大脑 + 自动识图。GUI 附加图片默认经官方 deepseek-v4-flash-vision-exp 原生识图，转译成文字后交给 DeepSeek 作答（纯文本的 V4-Pro 也能看图）；支持百炼/智谱/OpenRouter 等任意 OpenAI 兼容 VLM，无 key 自动探测本地 Ollama；安装时有一问式确认
dsh-cad
作者 lau-mars
DeepSeek Harness 的 2D / 3D CAD 设计插件，可在对话中直接进行图纸绘制与三维建模。
dsh-vision-opencode
作者 poiuyjie
通过任意视觉模型把图片自动转成文本，纯文本模型无需切换即可看图
dsh-ocr-plugin
作者 crazy222123
本地 OCR 插件：RapidOCR 快速识别加 DeepSeek-OCR-2/llama.cpp 深度识别，发 API 前先转文本
vision-exp-tile
作者 nicholas023
DSH 插件：大图切 800×800 无损小块 + 坐标标注 + 分块聚合逻辑，直连 deepseek-v4-flash-vision-exp 识别；仅用纯官方 DSH 功能，零依赖第三方插件，不统计 token/费用。