dsh-vision-bridge
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。
69 results
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。
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)
中文 PPT 生成技能:结构化大纲 → 视觉设计 → HTML/PPTX 出稿,附排版自查清单。原创技能(参考 GordenPPTSkill / ppt-master 思路)。
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。
辅助视觉模型:图片→文本描述,供文本模型、浏览器截图兜底与聊天贴图降级使用
DSH Web 插件:调用智谱 GLM 视觉模型分析图片(analyze_image 工具 + 插件设置卡片)。
Agnes 全模态插件 for DeepSeek Harness:看图(agnes_vision)、生图/图生图(agnes_image)、视觉桥(带图消息可发送并自动交给 Agnes 视觉分析)。密钥经 DSH 凭据服务读取,不写入代码。
AI 女友助手(Digital-Sweet-Heart):把 DeepSeek Harness 的 Web 界面改造成微信风格的虚拟女友聊天应用(好友列表 / 对话 / 人设设定 / AI 肖像 / 发图发视频 / 照片分析),支持自定义对话、视觉、文生图、文生视频四组 OpenAI 兼容 API
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。
DSH 插件全家桶聚合包:一条命令从 GitHub 装齐界面增强 / 视觉与工具 / 输入与搜索 / 技能与工作流 / 历史与状态。
该MCP服务器使AI助手能够在Wikimedia Commons上搜索图片,提供详细的元数据和可选的缩略图组合,帮助AI模型进行视觉比较。
DESIGN.md 设计系统格式:给 coding agent 的视觉身份规范——YAML token(颜色/字体/圆角/间距/组件)+ Markdown 设计理由、token 引用、lint/diff/export 工具链、WCAG 对比度检查。受 google-labs-code/design.md(27k★ Apache-2.0)启发。
前端设计技能:指导 agent 产出高质量 Web 前端设计(视觉层级、配色、排版、组件、响应式、无障碍)。改编自 Anthropic 官方 frontend-design(Apache-2.0)。
Automatic model routing for DeepSeek Harness: a virtual `smart` model classifies every request by difficulty (hard / normal / easy) and by vision need, then delegates to the models you already configured in Settings → Models. 内置智能路由:三级难度 + 视觉自动路由,模型从「设置-模型」已配置模型中选取,虚拟 smart 模型零配置接入。
给 DeepSeek Harness 加视觉能力:可视化设置页选视觉厂商(Kimi/智谱/通义/OpenAI/Gemini/豆包/MiniMax/阶跃星辰)并粘贴 API Key,聊天里即可拖图识别——图片走视觉模型、文字走 DeepSeek 推理。
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。
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。
DSH(DeepSeek Harness)图片一体化插件:粘贴图片只进对话不进模型请求(llm/stream 清洗),并注册 see_image 工具让文本模型通过任意 OpenAI 兼容视觉 API 按需看图
DSH 视觉增强方案:识图技能(图片理解/OCR/文档解析)+ 幂等宿主补丁,让纯文本模型也能收发图片。
常驻视觉服务:直连视觉模型(默认 opencode-go/minimax-m3,回退 zai-coding-cn/glm-4.6v)。describe_image / subagent_vision 工具 + 粘贴图片自动转译(llm/stream 钩子)+ 输入框视觉状态小胶囊与详情页(活动日志:指令/思考过程/输出)。零子代理、零 agent 上下文开销,按会话记忆窗支持视觉追问与验收。
DeepSeek Harness 原生视觉 Bundle:粘贴或拖入图片,通过托管的 deepseek-vision-mcp 调用 OpenAI 兼容视觉模型。
DSH 模型视觉开关:设置页「模型视觉」行,为 llm-pi-ai 自定义路由下手写声明的模型切换 input 视觉模态(settings.mutate 官方通道,热生效)。
DSH 本地通知栏:侧边栏【通知】入口 + 全屏通知中心(卡片列表/级别视觉分级/来源筛选/排序/时间筛选/标题内容搜索/未读已读/删除/详情弹层一键复制),notify_add agent 工具与 dsh-localnotify CLI 写入,JSON 文件持久化(支持自动清理),页面实时刷新。
DSH 插件:通过硅基流动(SiliconFlow)视觉大模型识别/分析图片,支持本地文件路径、http(s) 图片 URL 与 base64 data URL。含持久化的粘贴识别面板(web 端)。