MIT 许可的 DeepSeek Harness 插件（TypeScript）：向支持视觉的模型原生直传图片，并为纯文本模型桥接配置好的视觉模型，另提供 macOS Vision / Tesseract 本地回退——通过 Harness 内置插件管理器一条命令即可安装。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-08-27
许可证
MIT
01它能帮你完成什么？
让 DeepSeek Harness 中仅支持文本的模型看懂图片
配置好的视觉模型负责观察原始图片，其输出作为不可信的附件上下文注入；最终答案仍由原 DeepSeek 模型生成
在 Harness 中选择了 `deepseek-official` 或其他纯文本模型，但仍希望在输入框中粘贴或拖入图片的用户
在同一段对话中同时分析多张图片
多张图片附件会被一起分析，对比和组合证据自然生效；用户的任务原样转发，不会被套进固定的报告模板
希望对比多张截图或综合多张图片附件中的证据的用户
云端视觉不可用时仍保留图片能力
图片观察回退到 macOS Vision 或 Tesseract，最终答案仍由 DeepSeek 模型生成
无法使用云端视觉、但仍希望在 Harness 中获得图片理解能力的用户
02如何接入 DeepSeek Harness？
前置条件
- DeepSeek Harness —— README 将 dsh-vision 定位为 DeepSeek Harness 的插件，并通过 Harness 内置的插件管理器安装
安装步骤
- 01
运行 `npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision`
$ npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision
- 02
重启 Harness，然后像往常一样在输入框中粘贴或拖入图片
验证接入成功
作者未说明
03DSH 适配与能力边界
作为原生 dsh 插件安装，通过 DeepSeek Harness 内置的插件管理器完成（`npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision`）
原生图片直传
面向支持视觉的主模型的图片→原始图片不做任何预处理或 OCR，直接发送给当前模型
为纯文本模型提供的视觉桥接
主模型为 `deepseek-official` 或其他纯文本模型时的图片→配置好的视觉模型观察原始图片，其输出作为不可信的附件上下文注入；最终答案由 DeepSeek 生成
视觉模型的输出会作为不可信的附件上下文注入到对话中本地视觉回退
云端视觉不可用时的图片→图片观察回退到 macOS Vision 或 Tesseract，最终答案仍由 DeepSeek 生成
多图分析 + 任务直传
多个图片附件→附件会被一起分析，对比和组合证据自然生效；任务原样转发
插件不会替换 Harness 中已选的主模型
04适合谁？何时不该用？
适合
- 在 Harness 中选择了 `deepseek-official` 或其他纯文本模型，但仍希望在输入框中粘贴或拖入图片的用户
- 希望对比多张截图或综合多张图片附件中的证据的用户
- 无法使用云端视觉、但仍希望在 Harness 中获得图片理解能力的用户
不适合
- 当使用纯文本主模型时，视觉模型的观察输出会被作为不可信的附件上下文注入到对话中。
05兼容性、维护与安全提示
- 图片理解取决于所选主模型：支持视觉的模型原生接收图片，而纯文本模型需要另外配置一个视觉模型来观察图片。
- 当使用纯文本主模型时，视觉模型的观察输出会被作为不可信的附件上下文注入到对话中。
- 当云端视觉不可用时，回退依赖本地工具——macOS Vision 或 Tesseract。
MIT · actively maintained (last push 2026-08-18)
06常见问题
如何安装 dsh-vision？
使用 DeepSeek Harness 内置的插件管理器：运行 `npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision`，重启 Harness 后即可像往常一样在输入框中粘贴或拖入图片。
我的主模型支持图片，这个插件会改变什么吗？
不会。支持视觉的模型仍会原生接收图片——原始图片不做任何预处理或 OCR，直接发送，最终答案仍由当前模型生成。
`deepseek-official` 这类纯文本模型也能用这个插件理解图片吗？
可以——当主模型为纯文本时，插件会调用配置好的视觉模型观察原始图片，并将其输出作为不可信的附件上下文注入；最终答案仍由原 DeepSeek 模型生成。
云端视觉不可用时会发生什么？
插件会回退到 macOS Vision 或 Tesseract 在本地完成图片观察。
它会替换我选的主模型，或把我的任务套进模板吗？
不会。插件不会替换 Harness 中已选的主模型，你的任务也会原样转发，不会被套进固定的报告模板。
07相关的 DSH 工作流
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.
08数据与来源
`dsh-vision` is a plugin for DeepSeek Harness. Vision-capable models keep receiving images natively.
Use the plugin manager built into DeepSeek Harness:
npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision
页面基于项目公开文档、仓库元数据和 DSH Plugins 的结构化解析生成；最后核验于 2026-08-27。发现错误？提交更正。
最佳 DeepSeek Harness 插件
从全目录挑出的 12 个值得优先安装的插件，覆盖各个分类。