Skillsdsh-plugin
Stars
0
Forks
0
Open Issues
0
最近 Push
2026年8月22日
最新版本
—
24h Growth
+0
7d Growth
+0
安装
暂未自动识别可靠的安装命令，请查看项目 README。
概览
DeepSeek Harness 视觉翻译插件：通过辅助 VLM 桥把图片转成结构化 <vision-context> 基元，让纯文本 Agent 也能感知视觉信息。
- 将图片转为结构化 `<vision-context>` 文本基元，供纯文本 Agent 使用。
- 辅助 VLM 负责看图，Core 统一生成 norm-1000 xyxy 视觉基元。
- 空间关系（left_of/right_of/above/below/inside/overlaps）由几何计算而非语言猜测。
- 提取 OCR 可见文本并纳入输出上下文。
- 失败关闭：三次无效 VLM 输出后返回 unavailable，绝不编造内容。
- 兼容任意 OpenAI 兼容 /chat/completions 端点；默认与 OpenRouter 兼容。
- 提供 Hermes 原生 Bridge、通用 MCP Bridge 与跨语言 CLI 入口。
- Core 运行时仅需 Python 标准库；可选 Pillow 用于旋转和缩放。