为任意 DSH 路由装上眼睛：Web 输入框贴图按意图自动聚焦分析，视觉子代理代读工作区图片，原图可随时物化编辑。
- 许可证
- MIT
- 收录日期
- 2026-08-15
GitHub 信息
- 许可证
- MIT
- 主要语言
- TypeScript
- 最近推送
- 2026年8月20日 04:29
- 维护者
- ruby1304
- 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）。
composer with pasted image thumbnail
https://raw.githubusercontent.com/ruby1304/dsh-vision-subagent/main/docs/images/paste-1-composer.png
analysis progress capsule
https://raw.githubusercontent.com/ruby1304/dsh-vision-subagent/main/docs/images/paste-2-analyzing.png
bubble: thumbnails plus your words only
https://raw.githubusercontent.com/ruby1304/dsh-vision-subagent/main/docs/images/paste-3-bubble.png
lightbox with full analysis
https://raw.githubusercontent.com/ruby1304/dsh-vision-subagent/main/docs/images/paste-4-lightbox.png
安装
dsh plugin --profile web add dsh-vision-subagentREADME 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/ruby1304/dsh-vision-subagent)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。