智能体视觉工具箱

项目简介

给纯文本模型装上眼睛：把用户图片转发给任意 OpenAI 兼容的视觉模型， 并在 Web UI 右侧面板实时展示结果。

DeepSeek Harness 插件。 特性 自动描述图片 —— 包装适配器递归处理上传图片及工具结果中的图片，只在发给模型的副本中生成 [视觉描述]，聊天界面保留原内容。 对话内状态卡片 —— 自动解析开始后立即在原图片下方显示“正在解析”，成功或失败后原位更新；同一逻辑解析只显示一张卡片。 按问题定向描述 —— 发图同时带问题时，描述提示词由你的原话生成。 visiondescribe 工具 —— 模型可对任意已附图追问细节。 右侧面板 —— 配置接口 / 模型 / Key、测试连接、查看最近描述（缩略图 + 2 秒自动刷新）、剩余额度。 密钥不落地 —— API Key 经 harness credentials 缝存储（只写不回显）。 工作原理

1. 从侧栏底部打开面板（视觉桥接 / Vision Bridge）。 2. 配置接口地址、视觉模型名、API Key；点 保存配置 → 测试连接。 3. 在模型选择器中选 DeepSeek (Vision) —— 插件的包装适配器声明支持图片输入，网关才会放行上传。 4. 发送一张图片（可附带问题）。主模型基于生成的描述作答，面板约 2 秒内出现缩略图 + 描述。 参考本地模型