Communitygithub.com

Anionex/dsh-vision-toolkit

DeepSeek Harnessプラグイン。テキストのみのモデルで画像質問応答、長尺スクリーンショットOCR、UI復元などの視覚タスクを実行可能にします。

dsh-vision-toolkit とは?

Anionex/dsh-vision-toolkitは、DeepSeek Harness向けに開発されたビジョンスキルプラグインです。通常、テキストのみのモデルでは難しい画像を伴う視覚タスクを、このプラグインを介して実行できるようにします。具体的な機能として、画像に関する質問応答、長いスクリーンショットのOCR、UIデザインの復元、グラウンディング(参照位置特定)、ピクセル差分検出、Artifacts生成、Web UIを提供します。DeepSeek Harnessのエコシステムとシームレスに統合され、エージェントが画像を理解・操作するための拡張機能セットを提供します。開発者はこれを利用して、テキストモデルでありながら画像認識やUI解析といった高度なビジョン能力を持つエージェントを構築できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add Anionex/dsh-vision-toolkit

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

dsh-vision-toolkit は何をしますか?

テキストのみのモデルで視覚タスクをより良く実行するためのDeepSeek Harnessプラグイン:意図を含む画像質問応答、長尺スクリーンショットOCR、UI復元など|DeepSeek Harnessネイティブ統合によるエージェントビジョンツールキット:画像Q&A、長尺スクリーンショットOCR、UI復元、グラウンディング、ピクセル差分、Artifacts、Web UI。

関連スキル