deepseek-vision-mcp 给 DeepSeek（及其他纯文本大模型）装上「眼睛」 的开源 MCP Server。 DeepSeek 系列模型是纯文本模型，无法直接识别图片。本项目的思路是： 通过 MCP Serv...
提供图像描述、OCR识别、VQA问答、UI布局解析与剪贴板分析，自动提取屏幕或图片中的文字、结构与视觉信息，直接输出结构化结果，便于智能代理理解界面和文档内容。
自动管理多任务辅助模型调度，支持按任务设定模型、超时与并发限制，失败冷却后自动切换主模型，并提供视觉分析与网页提取功能。
把PaddleOCR封装成AI可调用的原生工具，提供图形化界面配置参数，实现多语言文字识别、版面分析与图像文本提取，让模型调用更简单顺畅。
支持将Tavily搜索服务注册到ctx.web环境，在Web界面提供设置卡片，简化API密钥配置，快速启用实时联网搜索，无需修改现有工作流即可集成使用。
DeepSeek Harness (dsh) web plugin with themes, global typography, @file mentions, project file tree, and Markdown previe...
一个工具 = MiniMax 全部多模态能力：DSH 纯文本模型看图/画图/生视频/说话/唱歌/翻唱/搜索/查额度 | One mmx_bridge tool = all MiniMax multimodal (VLM/image/vide...
提供Pi、OpenCode与Web seam三种官方接入方式，插件轻量无侵入，安装即得实时搜索能力，让AI代理随时获取最新信息，回答更准确、更及时。
聊天输入框支持图片粘贴直发，无需手动指定路径；纯文本模型可调用视觉技能识图，多模态模型原生直通，零技能绑定零配置。
DeepSeek Harness 本地 OCR 插件：粘贴图片，PP-OCRv5 + ONNX Runtime 识别文字，完全离线，支持 TUI 与 Web | Local OCR plugin for DeepSeek Harness...
yahoo-finance2 封装的美股数据工具，支持实时报价、历史K线、公司基本面查询，可无缝集成到智能体流程中，快速获取投资决策所需数据。
会话内直接粘贴截图或图片，视觉模型逐字转写报错、代码与界面，再由大模型处理；需要配图时自动调用文生图后端生成并显示对话中，全程无感