屏幕截图与外部视觉识别：take_screenshot、list_windows、analyze_image、view_image 四个工具，可配置 GPT 视觉通道（gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra），API Key 经凭据服务存储，带设置卡片；view_image 在 Web 对话中显示截图，模型上下文只保留文字。
- 许可证
- MIT
- 收录日期
- 2026-08-21
GitHub 信息
- 许可证
- MIT
- 主要语言
- TypeScript
- 最近推送
- 2026年8月20日 15:06
- 维护者
- ankye
- 收录日期
- 2026-08-21
安装
安装命令
dsh plugin --profile web add github:ankye/dsh-client-vision#path:/packages/tool-visionREADME 徽章
将这段 Markdown 添加到插件 README，链接到对应的详情页。
Listed onDSH Get
[](https://dshget.com/plugins/ankye/dsh-client-vision%23tool-vision)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）。
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
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。
视觉与多模态Anionex