设计、媒体与视觉

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）。

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]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.

直接在 DeepSeek Harness 对话中生成图片，无需切换外部工具。

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。

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

为 DeepSeek Harness 提供接近原生的图像理解能力。

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

一个基于DeepSeek-Harness的ComfyUI插件

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。

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 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 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）

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。

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）

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

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

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

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

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

为 DeepSeek Harness 增加外挂识图模型：圆形鲸鱼按钮、发送图片识图自动回传、模型自主截图+识图工具、多协议自动适配、小白一键安装（未装 Node.js 自动下载）

B 站视频分析：元数据、字幕（ASR 兜底）、评论、弹幕与关键帧。

一个工具 = MiniMax 全部多模态能力：DSH 纯文本模型看图/画图/生视频/说话/唱歌/翻唱/搜索/查额度 | One mmx_bridge tool = all MiniMax multimodal (VLM/image/video/speech/music/cover/search/quota) for DeepSeek Harness (DSH)

在 DSH 聊天窗口自动调用生图工具（API 渠道，或本机 CLI：已支持mmx / codex / agy）并展示图片，也支持利用对应 CLI 识别图片。

DeepSeek Harness Image2 生图插件，通过第三方 OpenAI Images 兼容接口调用 gpt-image-2，只需配置 baseURL 和 API Key。 | Image2 generation plugin for DeepSeek Harness via third-party OpenAI Images-compatible APIs.

在 DSH Web 会话中把 Mermaid 代码围栏渲染为 SVG 图表 | Render Mermaid code fences as SVG diagrams in DSH Web messages

Windows 端 OCR 识别插件，为 DeepSeek Harness 提供图像文字提取能力。