ビジョン & 入力
modlens
テキスト専用の DeepSeek モデルに、プラグインで視覚を与える。スクリーンショットを貼れば、構造化された根拠が返ってくる。
概要
テキスト専用コーディングエージェントのためのビジョンブリッジ。チャットに画像を貼ると、modlens がそれをモデルの推測ではなく構造化された JSON の根拠に変換する。全文の書き起こし、読み順に並んだレイアウト領域、エンティティと関係を含む。
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).
デザインにとっての意味
- UI のスクリーンショットが、エージェントが行動に移せる要素ごとのウォークスルーになる。
- 密度の高いチャートやデータビジュアライゼーションも、軸、スケール、パレット、強調領域まで完全に読み取られる。
- 複数の参考画像を一度に貼れば、それぞれを説明する前に共通するビジュアルの系統を特定する。
カバーする内容
- Highlights
- Installation
- Usage
- See it work
- Documentation
インストール方法
modlens
-
ターミナルでこれを実行する。
npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@latest -
dsh web を再起動して、プラグインを読み込ませる。
-
あとは作りたいデザインを説明するだけ。ハーネスがプラグインのツールを拾い上げる。
DeepSeek Harness での使い方
-
プラグインをインストールすると、モデルピッカーに modlens ビジョン付きの DeepSeek-V4 バリアントが加わる。
-
スクリーンショット、モックアップ、チャートを会話にそのまま貼り付ける。
-
画像を説明し直す代わりに、構造化された根拠に対してデザインの質問を投げる。
ここに並ぶプラグインはすべて無料でインストールでき、実際の配布元にリンクしています。
DeepSeek Harness リポジトリをもっと見る ↗ほかの DeepSeek Harness デザインプラグイン
ビジョン & 入力 できること dsh-vision-toolkit UI 復元、グラウンディング、ピクセル差分検証のための 10 個のビジョンツール。 
ビジョン & 入力 できること dsh-ui-spec UI スクリーンショットを実装レベルの仕様に変える。トークン、余白スケール、レイアウトグリッド。 
ビジョン & 入力 できること dsh-media-skills 無料の目と無料の絵筆。貼り付けた画像の読み取りと、ウォーターマークなしの画像生成。 
キャンバス & 生成 UI できること dsh-openpencil 静的画像を返す代わりに、エージェントが本物の編集可能なベクターキャンバスの上でデザインする。 次のステップ
セットアップなしで、NEXGERCORE とデザインする
このプラグインを自分で入れてもいいし、NEXGERCORE でキュレーション済みのデザインレイヤーごと DeepSeek Harness の周りで動かしてもいい。自分の API キーを使い、成果物も自分のものに。