提供多平台适配与多图床兼容的图片上传服务，原生对接Obsidian、Typora、VS Code等60余款主流工具，兼容S3、阿里云OSS、Imgur等60余种图床，拖拽即可完成上传并自动生成对应格式链接，无需手动复制跳转。
TongFlow — multimodal workflow studio and engine (canvas + Python plugin engine) and dsh-tongflow, the DeepSeek Harness ...
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。
直接上传或粘贴图片，自动调用 OpenAI 兼容视觉 API 生成英文描述，随后将描述喂给纯文本模型继续推理。轻量桥接层，让不具备视觉能力的模型也能读懂图片内容。
支持将粘贴的图片自动上传至任意OpenAI兼容视觉端点，识别为文字后回传给文本模型，零改动即可让模型看懂截图、图表和照片，操作丝滑。
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。
图片附件自动降级插件，实现超限图片自动压缩适配，提供2000px边长、3.
零依赖纯客户端运行，支持聊天输入框图片上传、区域截图操作，可注入草稿图片轨道，依托Electron desktopCapturer实现本地截屏，无需后端服务，操作流畅无额外负担。
支持给纯文本模型新增视觉识别能力，采用类Codex聊天框拖拽交互，用户上传的图片会自动分流至已配置的视觉模型转文字，v4版本无需切换模型即可直接完成识图，操作流畅便捷。
给纯文本dsh代理赋予视觉能力，粘贴的图片会自动转换为文本描述，依托持久缓存机制，每张图片仅需转换一次即可复用，无需重复处理，降低视觉能力接入成本。
轻量插件可自动识别本地图像真实格式，调用OpenAI兼容视觉模型生成详细文本描述，让纯文本智能体快速获得图像内容理解能力，无需额外复杂配置。
DeepSeek Harness (DSH) native plugin — describe_image tool: a vision bridge (image → mimo-v2.5 → text description) over ...