MIT 许可的 Windows 专用 DSH 原生插件，给纯文本的 DeepSeek 补上「眼睛和耳朵」：看图 / OCR / 物体检测 / 视频理解 / 语音转写 / 文档可视化，一键 `install.bat` 安装，依赖云端视觉模型（默认通义千问）。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-09-03
许可证
MIT
01它能帮你完成什么？
给 DeepSeek Harness 装上「眼睛和耳朵」——看图、取字、定位物体、理解视频、转写语音、分析文档
在 DeepSeek 聊天里直接得到图片描述、提取文字、画框定位、带声音时间线的视频摘要、转写稿，以及 PDF/Office/CSV/代码文档问答
在 Windows 上使用 DeepSeek Harness（dsh）的用户，想让自己纯文本的模型能看图、听声、读文档
截图的一瞬间就让 DeepSeek 读图，不必存文件再拖拽
粘贴时剪贴板自动变成该截图 PNG 的路径，DeepSeek 顺着路径直接读图
经常拿截图向 DeepSeek 提问、希望零手动存文件的 Windows 用户
02如何接入 DeepSeek Harness？
前置条件
- Windows + PowerShell（安装需要 Windows，全程约 5 分钟）
- 一个云端多模态模型 API Key（默认通义千问 / DASHSCOPE_API_KEY）——必填，插件本身不含模型
- 需安装 `uv`（安装自检会提示；MCP 服务器依赖它）
安装步骤
- 01
克隆或下载仓库：`git clone https://github.com/Yts1919/dsh-vision-complete.git`（或 Gitee 镜像），解压到任意文件夹（如 `C:\DeepSeek-Vision`）。
$ git clone https://github.com/Yts1919/dsh-vision-complete.git
- 02
双击文件夹里的 `install.bat`——会自动装 skill → 注册 MCP → 装截图工具 → 环境自检。（或运行 `powershell -ExecutionPolicy Bypass -File .\install.ps1`。）
- 03
配置云端视觉 API Key：`setx DASHSCOPE_API_KEY "sk-你的key"`（去阿里云百炼申请），然后完全退出并重开 DeepSeek Harness。
- 04
验证：随便拖一张图进 DeepSeek 聊天框，对它说「描述这张图」。
验证接入成功
- 随便找一张图片（或按 `Win+Shift+S` 截一张），拖进 DeepSeek 聊天框。
- 对它说「描述这张图」。
- ✅ 能返回图片内容 = 装好了；❌ 报「没有 API Key / 401」→ 回第 3 步确认 `DASHSCOPE_API_KEY` 已设置并完全退出重开 Harness。
回滚
- 双击文件夹里的 `uninstall.bat` 卸载插件。
03DSH 适配与能力边界
原生 DSH 插件：把 `vision-multimodal` 技能装入 `~/.dsh/skills`，并将 qwen-mm-plugins 三个 MCP 服务器（core / api / video-memory）注册进 DSH；仅 Windows，双击 `install.bat` 安装。
图片理解 / 问答
图片（拖入聊天框或截图路径）→图片描述、问答、看图说话
OCR 文字提取
截图、票据、文档照片→提取的文字
物体检测与定位
图片→目标位置、画框、裁剪
视频理解
视频→画面+声音时间线、事件检索、计数
语音转写
音频 / 会议录音→转写文字、带时间戳、多说话人分离
文档可视化
PDF / Office / CSV / 代码 / 3D / notebook→文档内容问答与可视化
截图直读
Win+Shift+S 截图→剪贴板替换为图片路径，DeepSeek 直接读图
截图监控运行时，剪贴板内容会被替换为该截图 PNG 图片的路径文字
04适合谁？何时不该用？
适合
- 在 Windows 上使用 DeepSeek Harness（dsh）的用户，想让自己纯文本的模型能看图、听声、读文档
- 经常拿截图向 DeepSeek 提问、希望零手动存文件的 Windows 用户
不适合
- 插件本身不含视觉模型，必须自备云端视觉大模型 API Key（默认通义千问 DASHSCOPE_API_KEY）；没有 key，装完也用不了。
- 仅支持 Windows + PowerShell，非 Windows 无法使用；全程约 5 分钟。
- 插件调用云端视觉大模型（默认通义千问）来替你看图/听声，需要联网并准备好对应厂商的 API Key。
- API Key 等环境变量仅在完全退出并重启 DeepSeek Harness 后生效；MCP 服务器也需重启 Harness 才加载。
05兼容性、维护与安全提示
- 插件本身不含视觉模型，必须自备云端视觉大模型 API Key（默认通义千问 DASHSCOPE_API_KEY）；没有 key，装完也用不了。
- 仅支持 Windows + PowerShell，非 Windows 无法使用；全程约 5 分钟。
- 插件调用云端视觉大模型（默认通义千问）来替你看图/听声，需要联网并准备好对应厂商的 API Key。
- API Key 等环境变量仅在完全退出并重启 DeepSeek Harness 后生效；MCP 服务器也需重启 Harness 才加载。
MIT · 暂无正式发布版本（latest_release 为 null）；仓库最近推送 2026-08-16
06常见问题
怎么给 DeepSeek Harness 安装 dsh-vision-complete？
在 Windows 上解压仓库后双击 `install.bat`（或运行 `powershell -ExecutionPolicy Bypass -File .\install.ps1`）。它会把 `vision-multimodal` 技能装进 `~/.dsh/skills`、注册 qwen-mm-plugins MCP 服务器，并安装截图工具。
为什么一定要 API Key？
插件本身没有视觉模型，它调用云端多模态模型（默认通义千问，用 DASHSCOPE_API_KEY）。没有 key 就看不到也听不到；执行 `setx DASHSCOPE_API_KEY "sk-..."` 后需完全重启 DeepSeek Harness。
怎么在 DeepSeek Harness 里验证装好了？
拖一张图（或 Win+Shift+S 截图）进 DeepSeek 聊天框，说「描述这张图」。能返回描述就成功；报 401 说明 key 没配或 Harness 没重启。
模型说没有 `mcp__qwen-mm-plugins-*` 工具怎么办？
确认装了 `uv`（安装自检会提示），并完全退出重开 DeepSeek Harness；MCP 服务器只在重启后才加载。
怎么卸载？
双击文件夹里的 `uninstall.bat` 即可。
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
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）
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 2026-09-03。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。