视觉插件提供结构化OCR证据提取与USB摄像头视觉闭环能力，封装analyze_image、capture_image两类核心接口，支持Ollama、DeepSeek、小米三类后端无缝切换，调用轻量无需复杂配置。
支持纯文本模型绕过图像准入限制，自动将图像块改写为本地路径，通过OCR或视觉描述能力完成图像内容的读取与输出，无需模型本身具备多模态能力，开箱即用。
轻量级视觉能力拓展插件，可快速为开发工具与大模型应用接入图像识别、内容理解等多模态处理能力，开箱即用无需复杂配置，兼容主流开发框架与工作流。
支持直接粘贴图片，自动触发四个视觉模型同步识别并比对结果，内置OCR提取文字，通过文本桥自动填充输入框，省去手动复制的繁琐。查看不同模型的识别差异更直观。
轻量级插件为编码模型
CLI-first vision sidecar for text-only coding agents. Analyze screenshots, diagrams, charts, UI diffs, and videos with O...
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。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, ge...