dsh-vision-router · AI Nav City

核心信息

以下信息由程序从官方接口读取，不经模型改写。

仓库地址: https://github.com/ysr666/dsh-vision-router
许可证: MIT
语言: JavaScript
维护方: ysr666
主页: https://github.com/ysr666/dsh-vision-router
核验日期: 2026-11-02

它是什么

dsh-vision-router 为 DeepSeek Harness 上的纯文本智能体提供视觉，即“眼睛”。它的视觉工具基于 sharp、potrace、tesseract 和系统 Chrome 构建，不使用 Python。

主要能力

视觉回答按附件内容哈希缓存。
视觉链以原始分辨率读取图像，仅为保护延迟和配额而自动缩小。
像素循环依次为：参考图、vision_html_screenshot、vision_pixel_diff（差异比例和最差的 8×8 网格区域）、修复，并重复至差异收敛。
vision_ground 定位目标，并给出原始像素框 x1/y1/x2/y2。
vision_crop 对像素框进行裁剪和放大。
vision_pixel_diff 逐像素比较，给出差异比例和最差的 8×8 网格区域。

怎么上手

应安装到已经提供 Web UI 的现有配置档中。
dsh plugin add 命令只把插件添加到你指定的配置档。
使用 Desktop 时，把 web 配置档选项改为 desktop 配置档选项，并重新加载应用。
保持原有聊天模型，点击输入框旁的 Vision 控件，并检查它是否显示对勾。
粘贴或上传图片不会自动启用 Vision。
内置匿名 OVH 视觉后备已配置，正常使用图像无需注册或 API 密钥。

摘自 README · sh

npx @deepseek-ai/dsh plugin --profile web add dsh-vision-router

摘自 README · sh

npx @deepseek-ai/dsh plugin --profile web add dsh-vision-router

适合谁

使用要求包括 DeepSeek Harness Web 配置档。使用要求包括 Node 22 及以上（主机端）。默认免费链不需要 API 密钥，仅付费的 httpProviders 需要凭据引用 apiKeyEnv。

Chrome、Chromium 或 Edge 仅在使用 vision_html_screenshot 时需要，其他工具无需浏览器即可工作。关闭 Vision 时，智能体不能使用 vision_colors、vision_ocr 或其他 Vision Router 工具，即使在设置中将 tool 设为 true 也一样。在 progressiveTools 为 false 的默认模式下，vision_activate 未注册。

要启用渐进式挂载，需在配置档或组合的补丁文件中显式将 progressiveTools 设为 true。vision_screenshot 默认禁用，需要显式选择启用。Vision Router 在默认配置下不能完全离线运行。

要阻止 Vision Router 向远程视觉端点发送图像数据，可在设置的 Vision Router 常规页中启用仅本地视觉。OVH 匿名限制为每个 IP 每个模型每分钟 2 次请求。视觉工具按顺序尝试各后端，仅在全部失败后才报告错误。

失败会被分类为区域、服务条款、配额、限流、上下文和网络，最终错误附带建议。精确的 Test Vision 向一个确切的模型发送一次请求。过大的上传在调用前会被缩小，默认预算为 4 MP，以保持工具调用快速。

本站已收录的相关工具。