dsh-tool-visual-primitives
DSH 视觉原语工具:参考 DeepSeek《Thinking with Visual Primitives》论文,将图片路由到外部视觉模型并返回带视觉基元的文本分析。纯文本循环,对话模型无需原生视觉能力即可'看见'图片。
121 results
DSH 视觉原语工具:参考 DeepSeek《Thinking with Visual Primitives》论文,将图片路由到外部视觉模型并返回带视觉基元的文本分析。纯文本循环,对话模型无需原生视觉能力即可'看见'图片。
DSH 原生发票解析/报销单生成工具:读取工作区发票 PDF(XML 附件优先、文本层正则兜底),结构化 JSON + 金额勾稽校验,多张汇总生成报销单(Markdown / xlsx)。
Youdao-style word-selection translation for the DSH web GUI. Select text anywhere, click the floating button, get a translation from the harness's own LLM — no API keys, no third-party endpoints. 有道风格划词翻译:DSH Web GUI 里划选文本即现悬浮翻译按钮,点击由 harness 自带大模型翻译,无需 API key、不依赖第三方接口。
DeepSeek绘画抽卡:给 DeepSeek Harness 发送按钮旁加一根 3D 拉杆,拉下去就会用模型思维链的文本信号开一局像素风「滑动变祖器」抽卡。Just for fun.
为 DeepSeek Harness 提供外部视觉模型能力:纯文本主模型通过 describe_image 工具调用外部视觉模型看图,拿到纯文字描述(多模态补全)。静态 Cordis 插件,随 DSH 启动自动加载。
AI 编译纯文本小说工作台 for the dsh web GUI: import a novel outline (docx/text), plan volumes & chapters with LLM, generate chapter by chapter (3000-4000 chars each), auto AI review & book audit, and export the full book as Markdown/TXT into your chosen output folder.
FreeLipSync 对口型口播视频面板 —— 在 DSH 界面内嵌的上传/文本/音频/选模型/免费生成/最近生成操作面板。免 Key 免登录,不消耗模型 token。
AI 输入框粘贴大段文本自动缩略为 [Paste #N +M lines] 小序号标签(编号不可改);👁 点击预览全文(点外关闭)、✎ 编辑名称、↺ 恢复纯原文;无删除按钮,删输入框标签文本即消失;发送时自动展开原文并加固定方括号纯标识块分隔(编号与输入框一致);slash 命令参数展开不加装饰;代理可用 myds_read_captured 工具按编号读取标签对应文本。
Concise 输出风格开关:结果先行、少废话(基于 Claude Code 内置 Concise output style + 本插件扩展)。composer 工具行一键开关(「增强提示词」按钮紧左侧、模型选择按钮左侧区域),平时收起只显示滑轨、悬停向左展开(右缘固定),按会话独立生效(新会话默认关),开启后每轮最终回答开头自动附「摘要」精华摘要卡(中间步骤文本豁免),支持 /concise 命令、style.md 自定义风格与本地 API。
DeepSeek Harness 皮肤大师:主题壁纸/自定义皮肤插件 —— 全局背景图片/视频、毛玻璃、输入框背景、弹出框毛玻璃、滤镜、AI 回复文本与消息气泡颜色
Give text-only models eyes: an analyze_image tool for DeepSeek Harness, backed by free Chinese vision APIs (GLM-4V-Flash / Qwen-VL) or any OpenAI-compatible vision endpoint. 给纯文本模型装上眼睛。
AI智能文本对比:找出两段文字的差异、语义变化和潜在风险点
让文本模型(如 DeepSeek)在 DSH 里直接收发图片:图片落盘工作区、模型可见面自动替换为 mmx(MiniMax VLM)识别结果,用户侧照常显示缩略图。
DSH 识图桥接插件:让 DeepSeek 等纯文本模型会话也能发送图片——图片在进入模型前自动交给外部视觉模型(阿里云百炼 qwen-vl)识别,识别结果以文字形式喂给当前模型。
GLM 视觉模型插件:注册 glm-vision 供应商路由(glm-4.6v 系列,image+text 输入声明)并提供 glm_vision 工具,让 DeepSeek 等文本主模型直接调用智谱视觉模型看图。
DeepSeek Harness 视觉桥:自动发现你已配置的多模态模型,给纯文本主模型装上 vision 工具,识别结果以纯文本返回。零配置,一条命令安装。
DeepSeek Harness 宿主插件:让不支持图片输入的纯文本主模型也能"看图"(describe_image 工具 + 图片标记替换)
DSH 本地视觉能力:macOS Vision OCR(文字+像素坐标+区域框)+ ollama qwen3-vl 语义描述 + 按模型能力自动切换的上传桥接(支持 image 的模型走原生通道,纯文本通道才转文本)
deepseek-eyes:给 DeepSeek Harness 的纯文本模型装上眼睛——把粘贴的图片经 OpenAI 兼容视觉 API 转成文字描述,再转发给真实的文本模型(Give text-only models in DeepSeek Harness eyes: describe pasted images via an OpenAI-compatible vision API, then forward to the real provider. Not affiliated with DeepSeek.)
DSH 自定义人设控制插件:在对话输入栏旁填写人设文本,开启后新对话自动带上,可随时开关。
DeepSeek Harness 插件:把文本形式的会话统计(轮/步、LLM/工具耗时、首 token、tok/s、缓存命中、输入/输出 token)替换为页面右侧直观醒目的图表面板,每秒刷新。
会话增强插件:模型选择菜单顶部实时展示当前模型提供商名称;聊天页选中文本可一键以代码块形式加入输入框开头。
文档快处插件: 拖拽文档进 Web 对话框 → Agent 直接读取处理 → 完成时右侧弹出侧栏展示产出与文件路径。host 端直读本地文件系统(支持 PDF/Word/PPT/EPUB/Notebook/Markdown/文本),提供 doc_list / doc_read / doc_complete 工具与任务侧栏。
会议纪要智能生成:从会议转写文本中提取决议、待办、负责人、截止时间和风险