dsh-image-bridge
让文本模型(如 DeepSeek)也能正常粘贴并发送图片:图片落盘到工作区,消息转成仅模型可见的路径文本,由模型调用视觉/MCP 工具识别。
121 results
让文本模型(如 DeepSeek)也能正常粘贴并发送图片:图片落盘到工作区,消息转成仅模型可见的路径文本,由模型调用视觉/MCP 工具识别。
DSH Web 输入框高度微调:把对话输入文本区最小高度从官方默认 2 行(52px)提高到 3 行(76px),client-only
HTML 转纯文本
文本行去重/排序/统计
网页浏览 通用网页浏览器:侧边栏「网页浏览」按钮左键打开默认网页(DshDesktop 中为桌面网页标签页,Edge/Chrome 等通用浏览器中直接新开浏览器标签页),右键弹出悬浮搜索框(网址直接访问/文字用所选引擎搜索,确认后在新标签页打开);页面选中文本后右键,原生右键菜单「复制」下方出现「🔍 搜索选中文本」项(DshDesktop 桌面端,点击即用选中文本打开悬浮搜索框);extension/ 为 WebView2 扩展(仅 DshDesktop),向网页注入顶部地址/搜索栏;harness 设置新增「网页浏览设置」页,DshDesktop 中同步给桌面端。
面向中文读者的英文论文精读 Agent 预设插件:自动安装 paper-tutor 预设,提供零依赖 PDF 文本/图表提取(pdf_extract)、工作区论文盘点(paper_scan)、LaTeX 结构解析(tex_structure)与图表视觉分析(paper_figure),结合论文代码溯源讲解论文。
字符串工具:大小写/驼峰/蛇形/短横线/slug 转换与文本统计(字符/词/行/字节)
让 dsh 用独立的 OpenAI 兼容视觉模型读图:主对话历史只保留纯文本描述,图片字节不进上下文,纯文本模型也能读图。
DSH DeepSeek Harness plugin: Add PaddleOCR vision to text-only LLMs (Agnes, DeepSeek, MiniMax, GLM, Mimo). 为DeepSeek Harness纯文本模型添加图片识别能力,支持本地截图和文档OCR。
把技能当可训练参数:像训练神经网络一样训练 agent 技能(epochs/batchsize/learning rate/验证门禁,但不碰模型权重)——rollout→reflect→aggregate→select→update→evaluate 循环、候选编辑仅在严格改善 held-out 验证分时接受、文本学习率预算、零推理时模型调用、部署紧凑 best_skill.md。受 microsoft/SkillOpt(MIT)启发。
把长文本渲染成图片发送来压缩 LLM 输入 token(DeepSeek 视觉模型、每图 384 token 封顶)— text-as-image token compression for DeepSeek Harness
拖入文件/文件夹到对话(Deepseek Harness EAC 特化版,替代已弃用的 dsh-file-drop):文本/代码文件内容自动注入输入框(体积上限内),二进制/超大文件注入完整路径提示;去掉对图片的接管(交给视觉桥避免重复注入冲突);新增对文件夹的接管(识别并给出可操作降级提示)。纯客户端实现(host 半边 no-op)。
DeepSeek Harness 视觉理解插件:把用户消息与工具结果中的图片翻译成文字描述,交给纯文本任务模型(如 DeepSeek)。
DSH 文件适配插件(面向 DSH 0.1.2-alpha.1):拖拽/粘贴/点击上传/@ 文件引用加入本地文件,以「文件:<路径>」引用随消息发出;主模型按需调用 dshomnifile 工具解析——文本多编码直读、Office/PDF 等文档由 anydoc 提文本、文档内嵌图片与扫描/图文混排 PDF 页由进程内 pdfjs 渲染 + 配置的多模态模型识别(内容哈希缓存 + 并发排队)并组装为 Markdown;聊天内文件卡片可预览图片、本地打开源文件;识别走官方 ctx.llm.stream。
一个提供文本转换、格式化和分析功能的MCP服务器,可直接集成到开发工作流中。
提供多种文本转换功能的MCP服务器,包括大小写转换、反转字符串、检测回文等功能。
高精度文字识别。输入包含文本的图像,自动检测并识别内容。适用于各类文档、广告牌、屏幕截图等场景。
喵语定制:为 DSH 消息正文提供可配置的显示层文本替换(仅界面显示,不改动真实对话内容)
验证码识别工具集,支持文本、滑块、旋转、选择等验证方式的识别。注意:一定要遵守目标网站或系统的使用条款和法律法规,在允许的条件下使用。
DeepSeek Harness (DSH) tool plugin: query Minecraft Wiki (MediaWiki API) and convert raw wiki data into clean AI-readable text. 查询 Minecraft Wiki(中文/英文)并把搜索结果与页面全文转换成可直接投喂给 AI 的干净文本(搜索/引言/全文 Markdown/随机条目)。
零依赖、本地优先的 A股 公告/年报 结构化抽取 MCP server —— 从披露文本中抽取披露类型、日期/金额/比例/股数等字段,并生成事件研究可用的结构化事件。无需 API key、无网络依赖。
DSH 专家市场 — WorkBuddy 专家/专家团体系移植:安装专家=生成 agent preset(文本手术+回读断言),425 个官方专家目录按需安装,内置能力减法声明、开场白、快捷提示词 chip 与成员委派工具
输入包含手写文本的图像,自动检测文本行并识别内容。适用于手写笔记、签名、手写表单等。
包括通用文本识别、手写识别、车牌识别、身份证识别、日常物体检测、昆虫识别、植物识别、护照识别、港澳台通行证识别、银行卡识别、营业执照识别、驾驶证识别、行驶证识别、动物识别、电动自行车检测、手机检测、手势检测、火焰检测、香烟检测、人头人体检测、野生动物检测、鸟类识别、宠物情绪识别、菜品识别、安全帽人体检测、行人检测、反光衣检测、车辆检测、图像分类、目标检测、旋转目标检测、人体姿态估计和万物识别。