Renji004/dsh-omni-vision

插件 ⭐ 0 MIT visualweb-ui

本地眼睛,用于纯文本DSH模型:渲染/粘贴/OCR/分析图像

catalog 简介:Local eyes for text-only DSH models: render/paste/OCR/analyze images

安装

模型 ──eyes_render──▶ 服务端工具 execute
  │                      │ 按 callId 注册"待渲染"承诺(15s 超时)
  │                      ▼
  │          会话事件流(tool/call 事件实时推送浏览器)
  │                      ▼
  │          浏览器 keyed tool.call.toolview 卡片
  │                      │ 解析命令 → canvas 绘制 → toBlob → PNG base64
  │                      ▼
  │          POST /eyes/render(同源校验,按 callId 匹配)
  │                      ▼
  │          工具恢复:写 <workspace>/renders/eyes-<callId>.png(读完即焚)
  │                    + 永久副本 <workspace>/pics/eyes-<callId>.png
  │                    + attachments.saveImage(内容寻址存储)
  │                      ▼
  │          工具结果 = 文本信封(路径/尺寸/命令数/OCR 文本)
  └──────────────────────(模型声明支持图片时,结果额外带 image 图片块)

模型 "看见"文字:eyes_render(或任意 PNG)→ eyes_ocr ──▶ 行文本
模型 "看见"图形:PNG → eyes_analyze ──▶ 颜色网格 / 主色 / 内容包围盒

用户图片进来:模型 ──eyes_paste──▶ 粘贴卡片(Ctrl+V 提示)
  │                      │ 浏览器捕获剪贴板图片 → canvas → PNG base64
  │                      ▼
  │          POST /eyes/paste(同源校验,按 callId 匹配)
  │                      ▼
  │          写 <workspace>/renders/paste-<callId>.png(读完即焚,无永久副本)
  └────────── 之后 eyes_ocr / eyes_analyze 读取

Renji004/dsh-omni-vision 加入你的 DSH 配置(web profile)即可启用。

README

展开完整 README 收起

README 内容为空。