视觉与输入
dsh-vision-toolkit
十个视觉工具，覆盖 UI 还原、grounding 和像素级 diff 验证。
这是什么
一个 DeepSeek Harness 原生的视觉工具包，打包十个工具：图片问答、带像素坐标的 grounding 和检测、长截图 OCR、裁剪、取色、HTML 截图和像素 diff。工具通过一个 vision-tools Skill 渐进挂载。
DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
它对设计意味着什么
- UI 还原用数字闭环：仓库里自带的工作流把一次重建从 6.04% 的像素差一路迭代到 0%。
- grounding 和检测返回原图上的像素框，Agent 按坐标行动，而不是从文字描述里解析位置。
- 信息图和手绘草图都能变成可编辑的 HTML/CSS 界面。
包含哪些内容
- Why this exists
- Proven use cases
- Reference-to-pixel verification
- Tools
- Security and execution model
如何安装
dsh-vision-toolkit
-
在终端里运行这条命令。
dsh plugin --profile web add @dsh-external/dsh-vision-toolkit -
重启 dsh web，让它加载这个插件。
-
然后描述你想要的设计，DeepSeek Harness 会自动用上插件提供的工具。
如何配合 DeepSeek Harness 使用
-
把插件加进你的 web 或 headless profile，为远程工具配好视觉凭证。
-
激活工具包，vision-tools Skill 会挂载全部十个工具的 schema。
-
重建一份参考稿，再用 vision_html_screenshot 和 vision_pixel_diff 验证。
这里的每个插件都可以免费安装，并附上真实的上游源地址。
在 DeepSeek Harness 仓库里了解更多 ↗
下一步
用 NEXGERCORE 做设计，省掉那些配置
你可以自己装这个插件，也可以用 NEXGERCORE 在 DeepSeek Harness 外面套一整层精选设计层。自带 API Key，产出归你所有。