easy-vision
v0.1.1 · 3 天前发布
A DeepSeek Harness tool plugin that lets a text-only agent 'see' local images: it reads an image file, auto-detects the real format, and returns (or writes to a Markdown file) a detailed text description produced by a separate OpenAI-compatible vision mod
README
easy-vision
一个 DeepSeek Harness 工具插件，让仅支持文本的智能体能"看懂"本地图片。
它注册一个面向模型（model-facing）的 describe_image 工具。当模型需要查看、描述、分析或识读一张图片（截图、照片、图表、UI 设计稿、Logo 等）时，它会以图片的本地路径调用该工具。插件会：
1. 读取文件并通过 魔数（magic bytes）自动识别真实格式（PNG / JPEG / GIF / WebP），即使文件扩展名错误也能正确识别。
2. 将图片（base64 data URI）通过 chat completions 发送给配置好的 OpenAI 兼容的视觉模型。
3. 返回详细的 文字描述，或者可选地将其写入一个 Markdown 文件。
这让运行在纯文本路由上的模型（例如某个拒绝图片输入的网关上跑的 deepseek）也能通过文字"看到"图片。
安装
该包是零依赖的纯 ESM Cordis 插件，只注入 tools。需要先把包装进你的 DSH profile，再在 patch 层进行挂载。
第一步：把安装到 DSH profile
根据你的情况选择来源：
从 npm 安装（发布到 npm 后推荐）：
powershell
dsh plugin --profile web add easy-vision
等同于在 profile 目录下直接跑 pnpm：
powershell
cd "$env:DSH_HOME\profiles\web"
pnpm add easy-vision
从本地 tarball 安装（尚未发布 / 不发布时）：
```powershell
cd "$env:DSH_HOM
版本兼容矩阵
| DSH 版本 | 状态 | 说明 |
|---|---|---|
dsh@0.1.0-rc.6 | ❓ 未知 | metadata 缺失 |
dsh@0.1.0 | ❓ 未知 | — |
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
- easy-vision
- Repo
- git+https://github.com/Koreyer/easy-vision.git
- Engines
{"node":">=22"}- Weekly DL
- 0
- Monthly DL
- 0
- dsh.bundle
{}