Communitygithub.com

Anionex/dsh-vision-toolkit

讓純文字模型更好地處理視覺任務的 DeepSeek Harness 插件:含意圖的圖片問答、長截圖 OCR、UI 還原等。

dsh-vision-toolkit 是什麼?

這是一個為 DeepSeek Harness 深度整合的視覺工具套件(agent-vision-toolkit)。它能讓純文字模型也能執行多種視覺相關任務,例如:帶有語意的智慧圖片問答、長截圖的 OCR(光學字元辨識)、UI 設計還原、元素定位、像素差異比對、產出 Artifacts,以及提供 Web UI 操作介面。其主要價值在於補足純文字模型缺乏視覺感知的短板,讓開發者可以在本機或虛擬機中,透過文字指令來完成複雜的圖像分析與自動化任務。此工具高度整合於 DeepSeek Harness 生態系,也支援如 Claude Code、Cursor 等代理平台,適合需要視覺理解與驗證的開發場景。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add Anionex/dsh-vision-toolkit

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

dsh-vision-toolkit 是做什麼的?

讓純文字模型更好地處理視覺任務的 DeepSeek Harness 插件:含意圖的圖片問答、長截圖 OCR、UI 還原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.

相關技能