CATEGORY
Vision, screenshots, image understanding & generation
Let the agent see: screenshot understanding, image generation, multimodal input. Images enter the session log as content-addressed references instead of base64 blobs in context. When choosing, look at supported modes (understanding vs. generation) and format coverage.
Card summaries show the original Chinese text — open a plugin for its English summary when available.
776 plugins in this category
First page
ysr666ysr666/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。
Added:
dsh plugin --profile web add github:ysr666/dsh-vision-router
FlyvhidbwoFlyvhidbwo/dsh-vision-proxy
DeepSeek 大脑 + 自动识图：GUI 附加的每张图片自动经 OpenAI 兼容 VLM 转译成文字，再交给纯文本的 DeepSeek 作答——有 key 自动走快速通道（默认 qwen3.7-flash，支持百炼/智谱/OpenRouter 等任意 OpenAI 兼容端点），无 key 自动探测本地 Ollama（零配置，图片不出本机）。
Added:
dsh plugin --profile web add dsh-vision-proxy
ximengxiaolanximengxiaolan/dsh-vision-bridge
输入框贴图自动识别：由 OpenAI 兼容视觉模型转成文字描述后，再交给纯文本 DeepSeek 模型处理。
Added:
dsh plugin --profile web add github:ximengxiaolan/dsh-vision-bridge
linenxi-ctrllinenxi-ctrl/dsh-vision
外挂识图插件：鲸鱼按钮配置面板、图片识图自动回传、模型自主截图识图工具。
Added:
dsh plugin --profile web add github:linenxi-ctrl/dsh-vision
EinskyleEinskyle/dsh-llm-vision-bridge
DeepSeek 视觉桥接：注册原生 LLM provider，聊天内粘贴的图片自动由视觉模型（pi-ai/llama.cpp 上的 Qwen3-VL）转成文字描述后交给纯文本 DeepSeek 作答——图片准入、路由与会话压缩全部走 harness 原生机制，带 LRU 描述缓存与 503 重试。
Added:
dsh plugin --profile web add dsh-llm-vision-bridge
AnionexAnionex/dsh-vision-toolkit
让纯文本模型更好地做视觉任务：带意图的图片问答、长截图 OCR、UI 还原等。
Added:
dsh plugin --profile web add @dsh-external/dsh-vision-toolkit
liustackliustack/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）。
Added:
dsh plugin --profile web add @liustack/modlens
54xkeee54xkeee/dsh-vision
纯文本 DeepSeek 的识图插件：默认走豆包 Web（零成本、免 API key，经 Windows CDP 桥接驱动已登录 Chrome），另有反重力额度（flash/pro）与 Gemini 降级通道；档位自动升级、视觉证据记忆与会话压缩恢复、内容哈希缓存、双语客户端面板。
Added:
dsh plugin --profile web add github:54xkeee/dsh-vision54xkeee54xkeee/dsh-youreyes
纯文本 DeepSeek 的识图工具包：模型可主动调用的 `vision` 工具、deepseek/opencode-go 包装适配器（v4 flash/pro）、反重力额度（默认，flash/pro）/ 任意 OpenAI 兼容 VLM / Gemini / 本地 Ollama 通道、证据记忆与会话压缩恢复、内容哈希缓存、双语客户端面板。
Added:
dsh plugin --profile web add github:54xkeee/dsh-youreyes
akqwpeter-progakqwpeter-prog/dsh-media-skills
面向纯文本模型的免费视觉桥与生图：粘贴读图、GLM-4V-Flash 与 Gemini 引擎故障转移、modlens 同款结构化证据输出，并自动播种免费视觉模型路由。
Added:
dsh plugin --profile web add github:akqwpeter-prog/dsh-media-skills
BaihaWhiteBaihaWhite/mcp-ds-ocr
视觉模型 OCR 插件（OpenAI / Anthropic 双协议）：配置 API 格式 / API URL / API Key / Model Name （设置 → 插件 → 插件配置 的可折叠卡片），支持 获取模型列表 与 测试连接 按钮； ocr recognize 工具对传入图片自动识别；结果 百分比坐标化 并以 对角线两点方框…
Added:
dsh plugin --profile web add github:BaihaWhite/mcp-ds-ocr
ConsoleSunConsoleSun/Gemini-Eyes
接入 gemini.google.com 的 MCP 桥：图片/视频视觉识别、Imagen 生图、Veo 生视频与历史对话管理，复用浏览器登录态，无需 API Key。
Added:
dsh plugin --profile web add github:ConsoleSun/Gemini-Eyes
corrinehucorrinehu/dsh-chat-imagine
通过已配置的 OpenAI 兼容生图模型或本机 MiniMax CLI，在 DeepSeek Harness 对话中生成并展示图片。
Added:
dsh plugin --profile web add github:corrinehu/dsh-chat-imagine
ElohiaElohia/dsh-plugin-image-input
图片转文字输入插件：粘贴/拖拽图片自动转为结构化文字描述发送，给纯文本 LLM 提供图片输入接管（OpenAI 兼容视觉 API）。
Added:
dsh plugin --profile web add github:Elohia/dsh-plugin-image-inputElohiaElohia/dsh-plugin-mm-vision
通感编码器（Synesthesia Encoder）：调用视觉模型把图片翻译成紧凑的结构化空间文字（画布/元素/百分比坐标），让纯文本 LLM 获得像素级看图能力（`mm_vision` 工具）。
Added:
dsh plugin --profile web add github:Elohia/dsh-plugin-mm-vision
FuzzySoulFuzzySoul/dsh-free-vision
免费视觉插件：纯文本模型看图 / OCR / UI / 报错分析，优先免费模型（千问 Qwen3-VL-Flash、豆包、DeepSeek-OCR），设置界面可配置。
Added:
dsh plugin --profile web add github:FuzzySoul/dsh-free-vision
gloryxpnvgloryxpnv/dsh-tool-vision
本地优先的结构化视觉插件：图片交给本地 OpenAI 兼容 VLM，返回 JSON 证据（摘要、逐字 OCR、版面区域、实体/关系、配色、显式不确定项），带反幻觉回退与可选粘贴/上传桥；零云端成本，图片不出本机。
Added:
dsh plugin --profile web add github:gloryxpnv/dsh-tool-vision
good-boy4069good-boy4069/dsh-vision-guard
纯文本路由的透明图片护栏：贴图不再 400 卡死会话，附带 vision_analyze 工具（OCR/PDF/docx/pptx/视频）。
Added:
dsh plugin --profile web add github:good-boy4069/dsh-vision-guard
haitang1haitang1/dsh-image-bridge
让文本模型（如 DeepSeek）也能正常发送图片：图片落盘到工作区，消息转成仅模型可见的路径文本，由模型调用视觉/MCP 工具识别。
Added:
dsh plugin --profile web add github:haitang1/dsh-image-bridge
haiziyaohaiziyao/dsh-vision-mix
组合已配置的文本与视觉模型，提供 Mix 路由、跨轮图片追问、Agent 截图分析、会话记录以及图片生成与编辑。
Added:
dsh plugin --profile web add github:haiziyao/dsh-vision-mix
Isanti2016Isanti2016/dsh-quicksight
DeepSeek Harness 双层图片识别插件 ：为纯文本模型补上识图能力， 本地图片识别 + 模型识别双通道 。
Added:
dsh plugin --profile web add github:Isanti2016/dsh-quicksight
jing-hyjing-hy/picturereader
DSH插件：纯文本模型像素转文字图像读取。image_scan/image_ocr/image_sample工具+图像读取技能（34图像训练方法）。纯本地，可选PaddleOCR。
Added:
dsh plugin --profile web add github:jing-hy/picturereader
jyh20030112jyh20030112/dsh-visual-plugin
给纯文本模型装上眼睛：把用户图片转发给任意 OpenAI 兼容的视觉模型生成描述，并在 Web UI 右侧面板展示结果。
Added:
dsh plugin --profile web add github:jyh20030112/dsh-visual-plugin
kaixinbabakaixinbaba/dsh-vision-recognizer
视觉模型路由：把附加图片经可配置模型（15+ OpenAI 兼容与 Anthropic 供应商）转译为文字，对话仍由 DeepSeek 作答。
Added:
dsh plugin --profile web add github:kaixinbaba/dsh-vision-recognizer