@bujue3184/dsh-tool-vision
v0.1.2 · 3 天前发布
Vision tools (analyze_image, locate_element) for DeepSeek Harness: local ollama, DSH subagent (qwen-vl etc), or OpenAI-compatible HTTP endpoints
README
@bujue3184/dsh-tool-vision
视觉"眼睛"插件（DeepSeek Harness / DSH）—— 让纯文本主模型能"看懂"图片。
迁移自 DeepAgents（Python FastAPI + Electron）的视觉能力，重构为生态优先架构：
零框架补丁、纯官方 API、标准 npm 包，任何 DSH 用户可安装。
工具
| 工具 | 说明 |
|------|------|
| analyze_image | 分析图片内容（支持 region 裁剪 + 自定义问题） |
| locate_element | 在图片中定位目标元素，返回 0-1000 归一化坐标 |
视觉驱动（三模式）
| 模式 | 说明 | 适用 |
|------|------|------|
| local（默认） | 直调本地 ollama HTTP | 本地优先、离线可用 |
| subagent | DSH 子代理驱动任意已配置多模态模型 | qwen-vl / GLM-4V / DSH 配置的 ollama |
| http | 直连 OpenAI 兼容视觉端点（标准协议） | 任何支持 image_url 的云模型 |
subagent 模式复用 DSH 的 LLM 路由（ctx.agents.create + provider/model），
因此在 DSH 模型设置页配置的任何视觉模型都能用，无需额外协议代码。
http 模式直连 OpenAI 兼容端点（如 DashScope https://dashscope.aliyuncs.com/compatible-mode/v1），
支持 qwen-vl-max 等云模型。
安装（一键）
```b
版本兼容矩阵
| DSH 版本 | 状态 | 说明 |
|---|---|---|
dsh@0.1.0-rc.6 | ✅ 兼容 | cordis patch ✅ |
dsh@0.1.0 | ✅ 兼容 | 标准 patch ✅ |
dsh@0.2.0 | ⚠️ 待验证 | 待实测（API 可能在变） |
dsh@0.3.0+ | ❓ 未知 | 尚未发布 |
💡 兼容矩阵每周末自动跑实测，欢迎 PR 修正
元数据
- License
- MIT
- npm
- @bujue3184/dsh-tool-vision
- Repo
- —
- Engines
{}- Weekly DL
- 0
- Monthly DL
- 0
- dsh.bundle
{"client":{"inject":["@deepseek-ai/dsh-client-runtime","@deepseek-ai/dsh-client-ui-settings","@deepseek-ai/dsh-client-locale"],"platform":"web"},"bundle":{"patch":"./cordis.patch.yml"}}