DSH Vision Toolkit

提供图片问答、长截图 OCR、裁剪、像素与颜色检查、UI 还原和视觉差异等可由 Agent 调用的工具。

安装到 DeepSeek Harness，随后按仓库说明重启或重载目标环境，并用一个低风险场景验证。

请帮我安装 DSH Vision Toolkit。项目地址为 https://github.com/Anionex/dsh-vision-toolkit。先读取 README、许可证和安装文件，确认当前 DeepSeek Harness 版本、目标 profile 与依赖满足要求。使用仓库当前给出的命令 `dsh plugin --profile web add @anionex/dsh-vision-toolkit`。执行前说明会修改的 profile、目录和权限。完成后按仓库的验证方式检查结果并报告命令、改动位置和可见结果。遇到凭据、额外网络访问、构建脚本、覆盖已有文件或扩大权限时，先停下向我确认。

dsh plugin --profile web add @anionex/dsh-vision-toolkit

1. 1
   核对环境和目标 profile

   DeepSeek Harness 的目标 profile 已初始化；需要完整工具集时准备 Python 3.11 以上；HTML 截图渲染需要 Chrome、Chromium 或 Edge。先记录当前配置和已安装插件，避免覆盖已有设置。

2. 2
   执行仓库当前安装命令

   运行以下命令。 `dsh plugin --profile web add @anionex/dsh-vision-toolkit` 命令涉及构建脚本、凭据或覆盖文件时，先停下确认。

3. 3
   重载并验证

   重启目标 profile，粘贴一张低敏感度图片并调用最小图像问答，再检查本地像素或裁剪工具是否可用。

本页评价依据仓库 README、安装说明、许可证和维护元数据。本地检查和远程视觉能力分开；同时覆盖 OCR、UI 还原和精细像素检查；支持多个 DSH profile。完整功能依赖 Python 和浏览器环境；远程视觉仍可能产生数据外发和费用；视觉还原结果需要人工验收。这次只完成公开资料核验，没有声称本机安装或长期使用。