dsh-visibridge
结构化视觉证据（OCR/版面/语义）+ USB 摄像头拍摄工具，支持"拍-看-改"调试闭环；后端支持 Ollama、DeepSeek、小米。
Structured vision evidence (OCR/layout/semantics) plus a USB camera capture tool for a "shoot-look-adjust" debug loop; backends: Ollama, DeepSeek, Xiaomi.
怎么安装
dsh plugin add github:lhbsaa/dsh-visibridge 简介
dsh-visibridge **DeepSeek Harness（dsh）宿主级视觉插件** —— 为纯文本模型（DeepSeek、GLM 等）补全图像识别能力。 analyze_image 工具把图片发送给配置的视觉模型（本机 Ollama / 小米 MiMo 云端 / 任意 OpenAI 兼容端点），返回**结构化 JSON 证据**（OCR 全文、版面、场景、实体、不确定项），纯文本模型基于证据回答，不再"凭空猜测"。 宿主级 bundle 插件：**dsh 重启后自动加载**，任何会话、任何 preset 都可用 无需代理进程、无需 hook、无需修改 harness 核心配置 图片默认在本机处理（Ollama 后端零上传） --- 演示（摄像头拍摄 → 识别） 摄像头拍书本页面，capture_image 直接识别： 手机屏调试（小字 OCR）、文档扫描、视觉闭环对比见 docs/capture-image-design.md。 功能特性 | 能力 | 说明 | |------|------| | 图片识别 | 本地文件路径 / http(s) URL 均可 | | **摄像头拍摄识别** | capture_image 工具：USB 摄像头自动拍照 → 立即识别 → 结构化证据 + 图片保存；模型可在调试循环中自主调用观察变化（"改→拍→看→再改"视觉闭环） | | …
推荐参考
信息
- 协议
- MIT
- 语言
- JavaScript
- GitHub 星标
- 2
- 月下载
- –
- 最近更新
- 2026-08-24
- 创建于
- 2026-08-17
基础安全检查
- 检查结果
- curated 收录但无 npm 包/安装命令
- 收录来源
- curated:awesome-dsh-plugin.com, curated:awesome-dsh-plugin/awesome-dsh-plugin
- 主题标签
- camera, deepseek-harness, dsh-plugin, image-to-text, multimodal, ocr, vision, visual-loop
同类推荐
dsh-vision-router
ysr666/dsh-vision-router
为纯文本 Agent 提供视觉能力：内置免 Key 视觉链 + 像素级视觉工具（看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图）；粘贴图片即可用。
modlens
liustack/modlens
为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。
dsh-web
zhu1090093659/dsh-web-ui/tree/main/packages/dsh-tool-describe-image
给纯文本模型补视觉：describe_image 把本地路径/URL/附件图片交给可配置的 OpenAI 兼容视觉端点，进会话的只有返回文本。
dsh-vision-toolkit
Anionex/dsh-vision-toolkit
让纯文本模型处理视觉任务：粘贴图片后自动切换到 Vision Toolkit 变体，支持图片问答、多图比较、长截图 OCR、截图还原前端 UI、元素定位与像素对比。默认无需 API Key——图片经作者自建的免费服务处理，每台机器每天 100 张；也可改为指向自己的服务商。