通过LM Studio或Ollama调用本地视觉模型，自动完成OCR、版面与语义分析，生成可校验的结构化JSON证据。全程零API费用，图片数据不出本机，适合隐私敏感的资料归档与自动化流水线直接消费。
社区插件，支持纯文本模型直接粘贴图片，通过OpenAI兼容的视觉API自动生成图像描述，无需切换模型即可感知视觉信息。
Verified current-source search workflow for DeepSeek Harness
树外扩展包，内置文献跟踪助理Agent预设，支持关键词搜索、自动更新跟踪和个性化提醒，无需配置即可体验流畅的学术文献管理。
CLI-first vision sidecar for text-only coding agents. Analyze screenshots, diagrams, charts, UI diffs, and videos with O...
轻量级视觉工具包，让纯文本AI代理直接读取图片、截图与图表，自动提取关键信息并转成结构化描述，即插即用，无需重新训练即可获得完整视觉理解能力。
直接为模型注入本地知识库检索能力，自动向量化文档并匹配上下文，回答引用私有数据，全程无需上传云端，插件式安装即刻启用。
支持三线表、图题表题自动编号、页码页眉等学术排版规范，把Markdown文档直接输出为符合期刊要求的Word文件，保留结构化格式，减少手工调整。
统一接口直接调用LM Studio加载的本地视觉模型，支持图像输入与视觉问答。自动封装连接和请求格式，只需传入图片与提示词即可返回结果，离线环境使用流畅。
DeepSeek Harness 视觉桥：自动发现你已配置的多模态模型，给纯文本主模型装上 vision 工具，识别结果以纯文本返回。零配置，一条命令安装。
自动将图像读取请求路由到Kimi K3等专用视觉模型，让只支持文本的智能体也能看懂图片。轻量插件机制，不改动主模型，即可快速获得多模态读图能力。
轻量级文件浏览插件，在右侧面板展示完整磁盘目录，支持按名称/大小/修改时间排序，拖拽任意文件即可发送至聊天窗口，操作直观高效。