官方SDK构建的轻量视觉插件，聊天框粘贴图片即自动调用视觉模型识别理解，无需改动源码，安装后直接融入现有工作流。
支持任意模型通过隔离浏览器操控电脑，内置Windows原生助手与第三方视觉感知模块，配合Chrome Cookie桥接，实现真实环境下的自动化操作。
通过阿里云百炼兼容OpenAI接口，调用千问视觉模型识别图片，自动生成描述文本。轻量级插件设计，自带API密钥即可运行，配置简单响应快速。
零依赖Python CLI，为纯文本LLM提供OCR、表格、公式识别与PDF转Markdown，优先调用免费多模态API，国内网络直连、免代理，快速让模型看懂图像与文档。
DSH 联网搜索私有化方案，代理 web_search/web_fetch 至 Wigolo，覆盖搜索/抓取/提取/深度研究/缓存/监控全链路，数据不出域，零查询成本。 Wigolo-powered DSH search plugin —...
为纯文本模型添加视觉通道，自动判断前端实现是否匹配设计稿，内置多组基准测试量化判定准确率，一键运行生成结构化报告。
独立运行的截屏工具，浏览器快捷键即时截取，支持命令行调用供agent读取图文。从modlens独立而来，不依赖上层框架，安装即用，轻巧顺手。
Jina AI tools for DeepSeek Harness: 12 model tools (web / arXiv / SSRN search, read, screenshot, embeddings, rerank, cla...
可安装的知识库插件，为语言模型工具链动态挂载外部知识源。安装简单，无需复杂配置即可将自定义知识库集成到推理流程，增强回答的时效性与准确性。
自动解析软件界面与操作流程，生成结构化导航地图，AI代理执行任务前可快速熟悉环境，减少盲目试错，提升操作准确性与任务完成效率。
支持GLM、Qwen、OpenAI、OpenRouter、SiliconFlow等OpenAI兼容视觉模型，以CLI和本地Web GUI完成图片OCR与问答，零依赖开箱即用。
支持本地图片、网页图片和AI生成图片直接发送到对话窗口，免去下载再上传的繁琐步骤。轻点即达，让分享视觉内容像发文字一样自然。