@dsh-user/dsh-vision-solution
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。
162 results
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。
MiniMax 文生图插件:把一句话画面描述生成图片并保存到工作区,作为 `image-gen` 工具提供给模型调用。
WebUI 聊天框拖拽/选择上传任意文件到会话工作区 uploads/ 目录(图片拖拽仍走内置流程)
DeepSeek Harness 插件:以 MindSee 为后端,为 DeepSeek 提供图片相关能力
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。
Cute desktop pet for DeepSeek Harness — customize name, upload your own pet image, or generate one with AI. · DSH 桌面宠物插件:自定义名字、上传宠物图片或 AI 生成。
输入一张图像,对其中的人/宠物/车/火焰/纸箱进行检测,输出图片中所有目标的检测框、置信度和标签。
输入一张图像,对其中的手势进行检测,输出图片中所有目标的检测框、置信度和标签。
输入常见验证码图片,返回验证码文本内容。
DeepSeek Harness Web GUI 插件:会话输入框 📎 按钮——图片直传官方附件管线;文本类原样暂存;文档(docx/pptx/xlsx/pdf/rtf/odt/epub/csv…)经本地 anydoc 转为 Markdown 后暂存,消息只插图短回执。Composer picker that converts documents to Markdown.
DSH plugin: zoomable, pannable image preview for the right-sidebar document pane. Adds wheel-zoom (cursor-anchored), drag-pan, fit / fit-width / 1:1, and a zoom readout to the images dsh already shows. / dsh 右侧边栏图片预览缩放插件。
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)。
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。
Multi-provider AI video/image generation plugin for DeepSeek Harness (DSH). ComfyUI-style node canvas studio + multi-provider settings, with agent tools list_video_models / generate_video / poll_video_task. | DeepSeek Harness AI 视频/图片生成插件:多提供者、节点画布工作室、Agent 工具与 REST RPC。
DSH 增强功能静态化常驻包(bundle):余额查询/会话完成提醒/费用预估与账单明细/粘贴图片转文字/Token 用量统计;仓库另含模型选择器增强等插件源码与一键安装脚本
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。
DSH 插件:接管 DeepSeek 官方 provider 路由并补 image 输入模态声明,让图片消息通过 apiproxy 准入预检(实际图片由 image-bridge 等插件在 agent/pre-step 转成文字)
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。
DeepSeek Harness 主题皮肤插件:给 DSH Web GUI 换背景(内置主题 / 静态图片 / 动态视频环绕跟随帧),设置页与侧边栏底部一键切换。
DeepSeek Harness Web 插件:把 plantuml / puml 代码块渲染为图片,支持点开看大图、复制 JPG、复制 PlantUML 源码
dsh-dream-skin 的附属插件:在「设置 → 外观」里按图片记忆调整壁纸位移(X/Y 像素微调)
微信(腾讯 ilink bot)通道插件 for DSH:把微信消息接成 DSH 会话,文本/图片/文件/语音/视频双向,出站可推文档。移植自 @tencent-weixin/openclaw-weixin。
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)。