视觉与多模态DeepSeek Harness 插件

dsh-plugin-mm-vision

Name: dsh-plugin-mm-vision
Author: Elohia

作者 Elohia

通感编码器（Synesthesia Encoder）：调用视觉模型把图片翻译成紧凑的结构化空间文字（画布/元素/百分比坐标），让纯文本 LLM 获得像素级看图能力（`mm_vision` 工具）。

GitHub 星标: 1
许可证: MIT
收录日期: 2026-08-15

GitHub 信息

GitHub 星标: 1
许可证: MIT
主要语言: JavaScript
最近推送: 2026年8月14日 04:25
维护者: Elohia
收录日期: 2026-08-15

安装

安装命令

dsh plugin --profile web add github:Elohia/dsh-plugin-mm-vision

README 徽章

将这段 Markdown 添加到插件 README，链接到对应的详情页。

Listed onDSH Get

[![Listed on DSH Get](https://img.shields.io/badge/Listed_on-DSH_Get-1677ff?style=flat-square)](https://dshget.com/plugins/Elohia/dsh-plugin-mm-vision)

视觉与多模态

dsh-plugin-image-input

★ 1

图片转文字输入插件：粘贴/拖拽图片自动转为结构化文字描述发送，给纯文本 LLM 提供图片输入接管（OpenAI 兼容视觉 API）。

视觉与多模态Elohia

modlens

★ 3768

为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。

视觉与多模态liustack

dsh-vision-router

★ 1030

为纯文本 Agent 提供视觉能力：内置免 Key 视觉链 + 像素级视觉工具（看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图）；粘贴图片即可用。

视觉与多模态ysr666

GitHub 信息

安装

README 徽章

相关插件

dsh-plugin-image-input

modlens

dsh-vision-router