通过模式化提示分析对话图片（描述、UI、文档、定位、拓扑等），将含坐标原语（框、点、引用）的结构化证据以文本注入上下文，会话级缓存跨回放与压缩复用。
- GitHub 星标
- 1
- 许可证
- MIT
- 收录日期
- 2026-08-27
GitHub 信息
- GitHub 星标
- 1
- 许可证
- MIT
- 主要语言
- JavaScript
- 最近推送
- 2026年8月22日 10:55
- 收录日期
- 2026-08-27
README 演示图
从仓库 README 提取的截图/GIF（已过滤徽章、头像等装饰图）。
对截图进行 UI 复刻的对话
https://raw.githubusercontent.com/InkshadeWoods/dsh-tool-visual-primitives/master/test/test-2-Replicate_Image_UI.png
对话视觉入口成功读取图片
https://raw.githubusercontent.com/InkshadeWoods/dsh-tool-visual-primitives/master/test/test-1-Read_Image_Information.png
根据视觉证据生成的 HTML 页面
https://raw.githubusercontent.com/InkshadeWoods/dsh-tool-visual-primitives/master/test/test-2-Replicate_UI_Display.png
安装
dsh plugin --profile web add dsh-tool-visual-primitivesREADME 徽章
将这段 Markdown 添加到插件 README，链接到对应的详情页。
[](https://dshget.com/plugins/InkshadeWoods/dsh-tool-visual-primitives)相关插件
视觉与多模态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）。
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。
dsh-vision-toolkit
★ 842让纯文本模型处理视觉任务：粘贴图片后自动切换到 Vision Toolkit 变体，支持图片问答、多图比较、长截图 OCR、截图还原前端 UI、元素定位与像素对比。默认无需 API Key——图片经作者自建的免费服务处理，每台机器每天 100 张；也可改为指向自己的服务商。