The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, ge...
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。
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。
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。
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。
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。