github.com·2026/10/18·Anionex
为什么重要 在 DeepSeek Harness 里跑截图转 HTML、长截图 OCR 的,可直接补齐看图、定位与像素校验环节适合 在 DeepSeek Harness 上用纯文本模型做截图转代码与 OCR 的工程师
$ dsh plugin --profile web add @anionex/dsh-vision-toolkit
$ dsh plugin --profile headless add @anionex/dsh-vision-toolkit
$ dsh plugin --profile desktop add @anionex/dsh-vision-toolkit
$ Settings → Vision Toolkit → Test vision model
/vision-skills

为纯文本模型设计更强大的视觉工具箱:一行安装使用、粘贴图片直接识别、多张图片问答、截图到前端 UI 还原等;面向 agent-vision-toolkit 的 DeepSeek Harness-native integration:图像问答、长截图 OCR、UI 还原、grounding、pixel diff、Artifacts 和 Web UI。
dsh为纯文本模型设计更强大的视觉工具箱:一行安装使用、粘贴图片直接识别、多张图片问答、截图到前端UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
EVIDENCE / METHODS
要点
DSH Web 里的纯文本模型看不了图,插件把粘贴的图片自动切到 (Vision Toolkit) 变体再交给视觉模型。
(Vision Toolkit) 变体再交给视觉模型。agent-vision-toolkit 的能力原生接进 DSH 的 Profiles、会话、Settings、Artifacts 与 Web UI。