为DSH（DeepSeek Harness）量身打造的视觉插件，现已支持agent调用图片显示/Vision plugin for DSH(DeepSeek Harness),support Proactive Image Display.
轻量级视觉插件，融合图像理解与光学字符识别能力，自动提取图片中的文字、物体与场景，输出结构化结果，接口简洁，调用灵活，可顺畅集成至智能体工作流。
本地优先的知识库 RAG，混合检索正文与图注，将模糊记忆锚定到具体段落与图表。支持 DOI 一键直达原文，全程本地处理，兼顾隐私与高效回溯。
注册全局解析工具，本地批量处理PDF、DOCX、PPTX、XLSX、TIFF及图片，自动提取内容并转换为Markdown，全程离线处理，保障数据安全。
自动将文档分块并生成本地嵌入，无需外部API即可离线运行；混合搜索融合关键词与向量语义，搭配管理面板实时维护，让知识库构建与查询一气呵成。
PicGo内核，在对话面板内直接上传图片与文件至自选图床，无需切换窗口。支持多图床配置，粘贴后自动上传并返回链接，提升写作与分享效率。
支持通过Zotero本地API检索文献库，读取元数据与全文，列出附件并下载PDF，同时管理笔记。全程本地交互，无需云端同步，便于自动化脚本直接获取文献资料。
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。
DeepSeek Harness (dsh) web plugin with themes, global typography, @file mentions, project file tree, and Markdown previe...