agent-vision-toolkit
为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
这是一个带 dsh-plugin 话题的 GitHub 仓库——仓库 README 才是权威安装来源。使用下面的模板，按 README 调整包名/路径：
dsh plugin --profile web add $agent-vision-toolkit本地开发？ 用 dsh --profile web --patch ./cordis.yml 加绝对路径插件——见插件开发。GitHub 源码？ dsh plugin --profile web add github:$Anionex/$agent-vision-toolkit——需要仓库里有 prepare 脚本（见打包发布）。
| 仓库 | Anionex/agent-vision-toolkit |
| 许可证 | MIT |
| 分类 | 技能 |
| 状态 | 社区 |
| 声明兼容 | not stated |
| 最近提交 | 2026-08-13 |
| 收录时间 | 2026-08-13 |
Declared 的兼容性是作者声明，dsh.so 尚未独立测试。版本兼容见更新日志。
Built by DeepSeek, for DeepSeek — a Swift-native macOS coding agent
查看
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics).
查看
Plugin and skin collection for DeepSeek Harness (DSH) Web UI - task board, git graph, right-side panel, remote mobile UI, pet, live token stats, and skin center.
查看问题或建议？官方 Discussions 是项目规范的支持渠道；Discord 里能找到活跃的社区成员。dsh.so 本身欢迎通过提交插件或反馈改进。