DeepSeek Harness 插件

niyongsheng/free-vision-skill

Star 数 ★ 4 分类 视觉与多模态 收录于 2026-08-15

基于 macOS Vision Framework 的全本地识图插件：`ocr_image`（文字提取，表格结构+坐标）与 `view_image`（场景/人脸/二维码）；web 输入框可直接粘贴多张图片，图片永不离开你的 Mac。

安装

# GitHub 源码（首次需按提示配置 allowBuilds 构建授权后重试）

dsh plugin --profile web add github:niyongsheng/free-vision-skill

装任何插件都等于在你的机器上跑第三方代码，权限和你本人一样大——能读你的文件、用你的凭据、访问网络，工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本——pnpm 默认拦截，所以安装可能停在 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED 或 ERR_PNPM_IGNORED_BUILDS；dsh 会打印出需要添加的确切键名，把它加进该 profile 的 pnpm-workspace.yaml 的 allowBuilds 下，重跑一次即可装上。放行构建本身就是一次信任判断：请只安装可信来源，并尽量锁定 commit（github:owner/repo#sha）。

README

该插件的 README 只有英文版本。

Fully-local image understanding (OCR / table extraction / description) via macOS Vision. Images never leave your Mac.

Install (DSH-Plugin)

dsh plugin add @niyongsheng/free-vision-skill

Then add to cordis.patch.yml:

- insert:
    - id: free-vision-skill
      name: '@niyongsheng/free-vision-skill'
      config:
        timeout: 120000

Tools

  • view_image — describe image content (scene, people, QR, composition)
  • ocr_image — extract text; layout=true for table structure + coordinates

Input: http(s) URL / base64 / local path.

Paste-to-path (Web UI)

Paste (⌘V) an image in the DSH web input box → its local absolute path is inserted. Loopback-only upload, magic-byte checked: PNG / JPEG / GIF / WebP / HEIC / HEIF.

Usage (Claude Code Skill)

swift scripts/ocr.swift image.png          # OCR
swift scripts/ocr.swift --layout image.png # table + coordinates
swift scripts/ocr.swift --describe image.png # describe image

Notes

  • Requires macOS 11+ & Xcode Command Line Tools
  • First run compiles ~5–10s, cached afterwards

License

MIT © 2026 Nico

内容来自项目 README（GitHub）↗

链接

GitHub 仓库 ↗ 通过 dsh-market 安装 ↗

同类插件

查看整个分类 →

社区评论

评论公开保存在 GitHub Discussions。加载评论会连接 GitHub 和 Giscus；发表内容需要 GitHub 账号。