给纯文本模型装上眼睛：把用户图片转发给任意 OpenAI 兼容的视觉模型生成描述，并在 Web UI 右侧面板展示结果。
- GitHub 星标
- 10
- 许可证
- MIT
- 收录日期
- 2026-08-15
GitHub 信息
- GitHub 星标
- 10
- 许可证
- MIT
- 主要语言
- TypeScript
- 最近推送
- 2026年8月21日 03:57
- 维护者
- jyh20030112
- 收录日期
- 2026-08-15
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）。
Animated demo of the vision bridge in dsh web: the user sends an image, the vision bridge auto-describes it, and the main model answers from the description
https://raw.githubusercontent.com/jyh20030112/dsh-visual-plugin/main/assets/vision-bridge-flow.svg
Vision Bridge configuration card in the settings plugin configuration tab
https://raw.githubusercontent.com/jyh20030112/dsh-visual-plugin/main/assets/vision-bridge-config.png
安装
dsh plugin --profile web add github:jyh20030112/dsh-visual-plugin标签
README 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/jyh20030112/dsh-visual-plugin)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。