FuzzySoul/dsh-free-vision

Name: FuzzySoul/dsh-free-vision
Author: FuzzySoul

Plugin插件 Native原生 ⭐ 8 MIT Vision & Media视觉与多媒体

DeepSeek Harness（dsh）的视觉桥接插件：通过luma-mcp为纯文本模型提供图像理解能力，默认使用免费的Qwen3-VL-Flash。

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

This is a vision plugin built exclusively for DeepSeek Harness (DSH) that adds image understanding capabilities to text-only DSH models. It prioritizes using free-tier vision models from multiple major Chinese AI platforms, and requires zero manual MCP configuration because the luma-mcp vision engine is bundled as an internal dependency. To install the plugin, you run the DSH CLI command dsh plugin --profile web add dsh-free-vision then restart your dsh web instance, after which the image_understand tool becomes available for use by DSH models. It supports multiple task types including OCR, UI analysis, debug screenshot description, and automatically processes large images with multi-cropping to preserve detail.

The plugin is designed for DSH users who need to add image recognition capability to their text-only model workflows, regardless of their technical skill level. After installation, you first get a free API key from one or more of the supported providers, then open the DSH settings menu and navigate to the Free Vision configuration panel. You enter your API key, select your preferred model provider, and save the configuration, which is stored locally at ~/.dsh/free-vision.json and takes effect on the next tool call. Any time your DSH model needs to analyze an image, it will call this tool with the image source and your text prompt, and return a textual description or analysis of the image content.

The plugin comes preconfigured for three providers with generous free quotas: Qwen3-VL-Flash from Alibaba Cloud Dashscope, Doubao Vision from Volcengine, and DeepSeek-OCR from Siliconflow. It also supports paid vision models from Zhipu AI and Tencent Hunyuan, plus custom OpenAI-compatible endpoints for any self-hosted or third-party vision model. All built-in providers allow overriding the default base URL, so you can route requests through a proxy or local API gateway. The plugin is released under the open-source MIT license, and free quota data is pulled from provider official pages, so users should verify current terms before relying on free access.

这是一款专为DeepSeek Harness开发的原生视觉插件，可为纯文本大模型赋予图片理解能力，支持截图分析、OCR识别、UI分析、报错排查等多种场景，优先调用各平台提供的免费额度视觉模型，无需额外配置MCP服务。安装方式为通过DSH CLI执行dsh plugin --profile web add dsh-free-vision，安装后重启dsh web即可启用通用的image_understand工具。插件支持多种任务模式，对大图会自动进行多裁剪处理以保证识别保真度。

面向需要给DSH纯文本模型添加视觉能力的开发者和普通用户，典型工作流程是：安装插件后，按需获取对应提供商的免费API Key，在DSH的设置界面打开「Free Vision」配置页面，填入API Key并选择想要使用的模型提供商，保存配置后即可调用。之后当模型需要分析图片时，会自动调用该工具，传入图片路径或链接以及问题描述，即可得到图片的文本分析结果。

插件默认使用通义千问Qwen3-VL-Flash，还有火山引擎豆包、硅基流动DeepSeek-OCR等多个免费额度选项，也支持智谱GLM、混元等付费模型以及自定义OpenAI兼容端点。所有提供商都支持覆盖API地址，可适配代理或本地服务，国内API默认直连避免代理导致的502错误。插件采用MIT许可证开源，免费额度来自各平台官方，可能会有变动，使用前需要自行核对。

View on GitHub在 GitHub 查看

Send to your DSH发给你的 DSH 安装

请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：dsh-free-vision（FuzzySoul/dsh-free-vision）
仓库：https://github.com/FuzzySoul/dsh-free-vision
本站详情页：https://www.yhbd.top/plugins/fuzzysoul-dsh-free-vision/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 8 · 最近提交 2026-08-19 · 主语言 JavaScript

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 1 warning1 项注意

Only 8 stars - very few users, little community feedback星标只有 8，几乎没人在用，遇到问题缺少社区反馈

DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装

dsh plugin --profile web add dsh-free-vision

把 FuzzySoul/dsh-free-vision 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

6.0 KB · 缓存于 2026-08-23 03:41:35 · 6.0 KB

dsh-free-vision

🌐 English | 中文

DSH 免费视觉插件 — 让纯文本模型获得看图能力（截图、报错、UI 分析、OCR、文档），优先使用各平台免费视觉模型，零 MCP 配置。

Free vision plugin for DeepSeek Harness (dsh) — image understanding for text-only models using free-tier vision models, with zero MCP configuration.

为什么免费 / Why free

默认使用免费额度充足的提供商，无账单惊吓：

提供商	模型	免费额度	API Key 环境变量
qwen（默认）	Qwen3-VL-Flash	阿里云百炼限免（激活送 50万 token）	`DASHSCOPE_API_KEY`
volcengine	豆包视觉模型	火山引擎豆包免费 token（20万起，可申请 50万）	`VOLCENGINE_API_KEY`
siliconflow	DeepSeek-OCR	硅基流动 OCR 免费	`SILICONFLOW_API_KEY`
zhipu	GLM-4.6V	按量	`ZHIPU_API_KEY`
hunyuan	HY-Vision	按量	`HUNYUAN_API_KEY`
custom	任意 OpenAI 兼容	—	`CUSTOM_API_KEY` + `CUSTOM_BASE_URL` + `CUSTOM_MODEL_NAME`

一张 1MB 截图 ≈ 2600 token，qwen 限免额度可分析约 19 万张图。 One 1MB screenshot ≈ 2,600 tokens ≈ $0.0006 on qwen; free quota covers ~190,000 images.

特性 / Features

零 MCP 配置 — 不用改 cordis.patch.yml、运行时不用 npx：视觉引擎（luma-mcp）作为本包依赖内置，进程内启动
单个通用工具 — image_understand（可用 config.toolName 改名）注册到 ctx.tools，每次请求模型都能看到
免费优先、多提供商 — 千问 / 豆包 / 硅基流动免费档开箱即用；智谱 / 混元 / custom 可切换
每个 Provider 可覆盖 API Base URL — 内置 Provider 可指向代理、API Gateway、本地服务或任意 OpenAI 兼容端点，无需改成 custom
直连 — 子进程剥离代理环境变量，国内 API 直连（带代理会导致 502）
任务模式 — auto | general | ocr | ui | debug | describe；大图自动多裁剪保真
中英双语 — 工具描述与文档中英文都可用

安装 / Install

dsh plugin --profile web add dsh-free-vision

重启 dsh web 后，工具 image_understand 即可用。 Restart dsh web; the tool appears as image_understand.

设置界面 / Settings UI

重启 dsh web 后，打开 设置 → Free Vision 即可看到配置表单（API Key、提供商、工具名等），由插件 schema 自动渲染。保存到 ~/.dsh/free-vision.json，下一次调用立即生效，无需重启。

After restart, open Settings → Free Vision — a form for every config option, saved to ~/.dsh/free-vision.json, effective on the next tool call.

Showing the opening section of the README — the full document lives in the repository以上为 README 开头摘要，完整文档在仓库内 · View the full README on GitHub →在 GitHub 查看完整 README →

渲染基于仓库 FuzzySoul/dsh-free-vision 的 README.md。在 GitHub 查看原文 →