dsh-vision-router

主要功能

• 内置免 Key 视觉链，优先使用用户配置的视觉模型，失败时自动回退到 OVHcloud 匿名模型池。
• 提供 vision_ground、vision_crop、vision_describe、vision_pixel_diff 等工具，支持连续多步图像操作（定位→裁剪→对比→验证）。
• 覆盖看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图等像素级视觉能力（依据上游描述）。
• 整个流程基于 sharp / potrace / tesseract / 系统 Chrome 运行，无需安装 Python。
• 安装时通过自带的 cordis 组合补丁自动接入插入行、准入包装与附件限制，无需手动改配置文件。
• 图片在对话 UI 中仍正常显示为图片，视觉工具调用对用户透明，不写入会话日志。

适合什么时候用

• 在纯文本 DeepSeek Agent 上处理截图或图片，需要定位、裁剪、对比等像素级操作。
• 希望零成本、无需申请 API Key 即可获得基础视觉能力，用于快速原型或调试。
• 需要图像相关的多步自动化流程（如反复截图比对界面变化）而不切换主对话模型。

安装后会多出什么

使用前需要

• Node.js >= 22
• 需要系统安装 Chrome（用于 HTML 截图功能）
• 依赖 peer 插件 @deepseek-ai/dsh-anonymous-user-id 与 @deepseek-ai/dsh-llm-deepseek