47 results
通过三方多模态 API 为纯文本 LLM 提供图像理解与文档理解能力（OCR、表格、公式、 版面解析、PDF/扫描件→Markdown、截图/照片/图表问答）。使用场景：用户粘贴或给出 图片/PDF 路径时解读内容、从文档提取文字与表格、对截图提问、发票/论文/票据解析。 触发词：图片理解、OCR、文档解析、截图内容、PDF 提取、表格识别、公式识别、票据识别、 扫描件、image、vision。实现为 Python 标准库 CLI（urllib/json/base64），零三方依赖。
把 AI 生成的中文内容改成符合品牌语气、具体、有事实支撑、可直接发布的表达。适用场景：润色文案、公众号文章、产品介绍、发布说明、官网文案、营销邮件、技术文章、品牌语气校对。负责品牌编辑与内容质量，不伪装人类写作、不绕过 AI 检测。
Skill 安装、创建、本地化与迭代维护的元技能。当用户要求安装新 skill、创建 skill、把某个能力整理成 skill、修改/更新/优化/完善现有 skill、检查 skill 能否正常使用时使用；当其他 skill 在执行中遇到突发问题（编码、路径、格式、脚本报错等）并解决后，也加载本技能，把解决方案回流到遇到问题的 skill，并把核心知识登记到 references/knowledge-base.md。
电商素材工坊（中英双语）。用户需要生成电商主图、详情图、场景图、产品图合成、品牌叠加时使用。自动识别品类→匹配风格→场景感知合成→统一文字→自动质检→多平台适配→标准化交付。E-commerce product image studio: category detection, style matching, scene-aware compositing, text overlay, quality check, multi-platform adaptation, batch delivery.
生成新闻早报/晚报时使用。多源采集+五维评分筛选,反标题党,每条必须有结论。
指挥本机运行的 dsh（DeepSeek Harness，127.0.0.1:3080）——不用打开网页端。用户说"给 dsh 下指令 / 让 dsh 干活 / 跑个任务 / 新建会话 / 切换模式或模型 / 配置大模型 / 看已装插件 / 建工作目录 / 看 dsh 会话"等时使用。通过 dshctl CLI（~/.local/bin/dshctl）驱动：会话管理、发送指令、模型/模式/权限切换、配置 OpenAI 兼容模型与视觉能力、工作区与目录、审批应答、实时事件流。
文档文字识别。用户提供 PDF/扫描件/图片（合同、发票、书页、截图），需要提取文字、转成可编辑文本时使用。扫描件自动 OCR（macOS Vision，中英文）。Document OCR: extract editable text from PDFs, scans, and images (contracts, invoices, book pages, screenshots) via macOS Vision.
视频转文字。用户发抖音分享链接（获取标题/作者/点赞等元数据），或本地视频文件（语音转写全文）时使用。抖音链接用 SSR 解析无需 Cookie。Video to text: extract metadata from Douyin share links, or transcribe speech from local video files.
The Agent states: `thinking`, `waiting`, `idle`, and `error` are automatically synced to workled via the MCP protocol. Light‑effect parameters and touch macros can also be configured for the device over MCP.
当用户需要在 dsh web 中配置、修复或验证“图片 → 其他 VLM 识图 → 返回 DeepSeek 输出”的路由（视觉桥接）时使用。包含安装、配置、凭据、重启、验证与回滚的完整步骤。安全红线：严禁泄露、打印或提交任何 API Key。
设备监察技能。让智能体在任意一台电脑上检查自己的系统、硬件、软件、编码、时区，并生成设备档案.md。配合后台守护与 RAG 使用。此技能是泛式模板，不绑定特定机器。
当用户对输出给出学习或行为反馈(称赞/批评/达成共识/改主意)时,按反馈学习循环处理写入 feedback-log,重要反馈走完整落盘链(feedback-log→conclusions→长期记忆→验证可检索),保持立场一致不横跳。触发词:做得好/记住了/有问题/怎么又这样/记住/以后都这样(仅在指向本输出/行为的评价时生效)。
备份与恢复 DeepSeek Harness (DSH) 环境。把环境视为六类组件的集合 （配置 / 插件 / 本地依赖 / 环境补丁 / 自定义脚本 / 数据），按类别检测、选择、打包、对比、恢复。 生成跨平台通用、自带 MANIFEST 解释与恢复指导的 ZIP，支持在无 DSH 的新环境按指导安装与恢复。 当用户说「备份 DSH / 备份配置」、「恢复 DSH / 恢复配置 / 还原环境」、「迁移 DSH / 复刻环境 / 换机器」，或用户提供 dsh-backup-*.zip 备份包文件引用时激活。
引导式 UI 主题设计顾问（DSH 适配版）：通过问答引导帮用户定制任意 Web UI / DSH 界面的主题（像素/赛博朋克/卡通/极简/暗色科技等），默认帮用户找 IP 明确的官方/授权素材（素材指路），含主色派生调色板、对比度检查与反馈学习循环。触发词：主题、换皮、皮肤、UI 美化、风格。
DSH 装备升级套件：token 费用面板（dsh-cost）、会话文件预览（dsh-plugin-file-preview）、外网搜集（dsh-research-mcp，工具名 mcp__research__*）、视觉桥接（vision-bridge，给无视觉模型看图）、微信双向通道（dsh-wechat-bridge，微信发消息→本机执行→回微信）。已安装时，用户问"花了多少钱/预览这个文件/搜一下外网/看这张图"直接按对应组件办事；未安装时给出 install.sh 一键安装命令。
use when looking at or acting on Shawn's Windows desktop via cu-dsh (CLI now, MCP later) — pin one window, read the 0-1000 grid map, then click/type/drag by norm or xy. OCR ids optional. Default dry-run; --go only when Shawn said so. Not for the cloud computer screen.
Create, modify, generate, and deploy websites, web apps, dashboards, SaaS products, internal tools, interactive web pages, Weixin mini program, native iOS / Android mobile apps, games on the Baidu Miaoda (秒哒) platform using natural-language instructions.
本地 Agent 通过 OpenSSH 连接远程 Ubuntu VPS，安装 DSH Web，并使用 HTTPS 和仅密码网关开放外网访问。
Scaffold and iterate a DSH (DeepSeek Harness) Web plugin — host half, client bundle, settings namespace, GUI card, tests, release. Use to create, extend, or debug a cordis-based DSH plugin.
用 Firecrawl 联网搜索获取指定主题的更多技术细节并交叉验证;Firecrawl 不可用时自动降级为内置 web_search,确保回答准确、可溯源、时效性强,最大限度避免幻觉。
DSH 插件/skill 发布与传播流程——发布前检查、GitHub 建仓推送、索引提交、skill 市场提交（含全部渠道链接）、传播优化（描述/标签/slogan）、发布日志与传播复盘；一次发布铺开多层渠道，持续打造影响力。
判定 Java 代码是原创还是演绎作品，给出与上游最长相同表达片段、逐条豁免依据和风险清单。纯本地 AST 分析，依赖烤进 jar，不联网、不调模型。
读懂音频内容——转写语音、分析音高音调、识别语音情感（9 类）、辨认鸟种与动物、识别环境声与城市噪音、分析歌曲的节奏调性。当用户说「听一下这段录音 / 这段音频说了什么 / 帮我转写 / 会议录音整理 / 这是什么声音 / 是什么在叫 / 这是什么鸟 / 他说话什么情绪 / 分析这首歌」等需要理解音频文件的请求时使用。全部本地运行，不上传云端。