纯文本 DeepSeek 加视觉

项目简介

给纯文本的 DeepSeek 加上眼睛。Vision for text-only DeepSeek.

deepseek-v4 看不了图。本插件注册一个 viewimage 工具：模型带着问题调用它（OCR、数数、读图表、看 UI 布局……任意视觉问题），插件把图片和问题转发给任意 OpenAI 兼容的 VLM 端点，答案以文本返回。装上之后，dsh 的所有入口（web、TUI、远程通道）同时获得视觉。 真实效果（dsh web，DeepSeek-V4-Flash）

对纯文本的 deepseek-v4 说"看看 images.jpeg 在我的桌面上的"——模型自己定位文件、带着问题调 viewimage（14.5s），拿到的描述精确到樱花图案、摄像头开孔和底部的 BURGA 品牌标识： 桌面上的 images.jpeg · dsh web 里的完整过程 桌面上的 images.jpeg: · dsh web 里的完整过程: 后端选择