CommunityProgramación y desarrollogithub.com

YOGEMOW/DeepSeek_Prism

Ofrece capacidad de reconocimiento de imágenes bajo demanda para el modelo DeepSeek de solo texto (VEP/1 Visual Evidence Pack + degradación multi-proveedor).

¿Qué es DeepSeek_Prism?

YOGEMOW/DeepSeek_Prism es un skill para Codex que habilita la capacidad de reconocimiento de imágenes bajo demanda en el modelo DeepSeek, originalmente limitado a texto. Este skill permite a DeepSeek procesar y analizar imágenes cuando el usuario las proporciona, superando su limitación nativa. Es particularmente útil para desarrolladores o agentes de IA que trabajan con DeepSeek en entornos de línea de comandos o herramientas como Codex, Cursor o Claude Code, y necesitan una solución flexible para el análisis visual. El skill implementa un sistema de 'Visual Evidence Pack' (VEP/1) que estructura la evidencia visual extraída y soporta la degradación multi-proveedor (multi-provider fallback), lo que significa que si un proveedor de análisis de imágenes no está disponible, puede recurrir a otros alternativos (por ejemplo, usando diferentes servicios de visión por computadora o modelos). Técnicamente, el skill se activa cuando se detectan imágenes en la entrada, las convierte a texto descriptivo y las inyecta en el contexto de DeepSeek, permitiendo así respuestas contextualizadas visualmente. Esto es esencial para tareas como descripción de capturas de pantalla, análisis de diagramas o verificación visual en flujos de automatización.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add YOGEMOW/DeepSeek_Prism

Installed? Explore more Programación y desarrollo skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace DeepSeek_Prism?

Ofrece capacidad de reconocimiento de imágenes bajo demanda para el modelo DeepSeek de solo texto (VEP/1 Visual Evidence Pack + degradación multi-proveedor).

¿Qué es?

DeepSeek_Prism es un skill para Codex que extiende las capacidades de DeepSeek, originalmente un modelo de solo texto, permitiéndole procesar y analizar imágenes bajo demanda. Utiliza un sistema de Visual Evidence Pack (VEP/1) para estructurar la evidencia visual y admite degradación multi-proveedor para garantizar disponibilidad.

Características

  • Reconocimiento de imágenes bajo demanda: Solo se activa cuando se proporciona una entrada de imagen.
  • VEP/1: Extrae y estructura la información visual en un formato de paquete de evidencia.
  • Degradación multi-proveedor: Si un proveedor de análisis visual falla, recurre automáticamente a otros proveedores alternativos.
  • Compatible con Codex: Funciona en entornos de Codex como Claude Code, Cursor y similares.

Cómo funciona

  1. El usuario proporciona una imagen (por ejemplo, mediante una URL o archivo en el contexto).
  2. El skill detecta la imagen y la envía a un proveedor de visión para su análisis.
  3. Si el proveedor principal no está disponible o falla, el skill prueba con proveedores secundarios (degradación).
  4. La evidencia visual extraída se empaqueta en VEP/1 y se inyecta en el contexto de DeepSeek.
  5. DeepSeek genera una respuesta basada tanto en el texto original como en la información visual extraída.

Proveedores soportados

ProveedorEstadoNotas
Proveedor AActivoPrincipal
Proveedor BActivoDegradación
Proveedor CBetaDegradación alternativa

Ejemplo de uso

# Proporcionar una imagen en el prompt
$ codex "Describe esta imagen: [imagen URL]" --skill DeepSeek_Prism

Variables de entorno

  • VEP_ENABLED: Activar/desactivar VEP (1 o 0, por defecto 1)
  • VEP_PROVIDER: Proveedor predeterminado (por ejemplo, primary, fallback1)
  • DEEPSEEK_API_KEY: Tu clave API de DeepSeek

Licencia

Este skill se distribuye bajo licencia MIT. Consulte el archivo LICENSE para más detalles.

Skills relacionados