Nicholas023/vision-exp-tile
vision-exp-tile
vision-exp-tile is a community DeepSeek Harness plugin. Read the repository README before installing.
Install
npx @deepseek-ai/dsh plugin --profile web add github:Nicholas023/vision-exp-tileRestart `dsh web` after install. Bundle APIs can change during the developer preview.
README badge
[](https://dshhub.dev/plugins/vision-exp-tile)Paste this into your README. The star count updates with every catalog sync.
From the README
Excerpt from Nicholas023/vision-exp-tile, cleaned of badges and images.
写在前面
这个插件是我用 DeepSeek Harness 写的——我本人没有写代码相关的知识,这个插件只是提供一个思路,外加自用。
DeepSeek-v4-flash-vision-exp 发布后,官方会把大图压缩到 800×800 像素,为了不丢失图片细节,就让 DeepSeek 帮我写了这个插件。
各位随意取用:有问题可以提交 Issue(如果能自己改的话就更好了——你提交了 Issue,我也只能给 DeepSeek 看然后让他自己改;我本人尝试过多次,均未学会任何写代码的能力,也是乘上 AI 的东风,让我有了开发插件的能力)。
本次更新(v0.4.2)完全由 DeepSeek Harness 自主完成,内容: ① 与 picturereader 共存分工引导:探测 picturereader 是否在场(注册表工具
image_scan/ 插件目录双通道),在场时给本插件三个工具(vision_tile_split/vision_tile_recognize/vision_region_crop)的末尾追加一句分工引导——大图切块/批量/区域识别用本插件,小图/像素级/整页文档用 picturereader 的image_scan/image_ocr/image_batch/document_to_image;省模型空转轮数。不在场则工具描述与以前逐字节一致(零回归)。 ② 视觉端点复用:picturereader 已在 settings.yaml 配好的vlm_base/vlm_model,当本插件 baseURL/model 未显式设置时直接复用(免重复配置;用户显式 > peer > 默认)。 ③ OCR venv 共享:本插件默认 venv 缺失时,复用 picturereader 已建好的paddle_venv/rapid_venv(同目录$HOME/<venv>,失败安全回退)。 ④ 其余:新增tests/peer.test.js(共存探测/分工/peer 配置读取/venv 优先级);无新 npm 依赖,不改动 picturereader 任何文件。 ⑤ 致谢与边界声明:本版与上游 picturereader(MIT;作者 @jing-hy,感谢上游作者与社区)做了共存协作优化。本插件保持完全独立:不安装 picturereader 时功能与旧版完全一致;所有协作探测失败都会安全回退(自动当作"未安装");双方互不修改、互不占用——picturereader 的代码、配置与文件均不被本插件改动。
vision-exp-tile ◆ 为 deepseek-v4-flash-vision-exp 定制的大图智能识图插件
简介:DSH(DeepSeek Harness)插件——大图智能识别:整图预检 → 本地 OCR + 像素网格转录文字 → 兴趣点区域按比例切块(最长边 800)让视觉模型精读 → 自动汇总;支持模型编排(smart)/ 全自动(pipeline)/ 全图网格(full)三种策略。为 deepseek-v4-flash-vision-exp 量身定制,识别大图"看不清"的最后一公里。
独立 DSH 插件:零依赖任何第三方 DSH 插件(picturereader 等均未使用,仅用纯官方 DSH 服务 + 可选开源 OCR 环境)。把大图切成 800×800 无损小块(官方缩放规则的"甜蜜点":块在模型侧不被降采样、每块**≤384 token**),携带坐标标注 + 分块聚合逻辑直接调用 DeepSeek 视觉 API 完成识别与聚合,返回结构化答案(不统计 token、不计算费用)。
🎬 宣传片(v0.4.0)
▶️ 观看宣传片(128 秒 · 带 BGM · 含致谢页) 视频背景音乐:《春景故人来》—— 铁痕电台-MSR × Kirara Magic;DeepSeek 官方鲸鱼形象(deepseek.com)。
一、为什么要 800×800
官方文档(api-docs.deepseek.com/guides/vision)规定:每张图进模型前自动缩放——总像素 < ~384×384 放大,更大的图按长宽比缩小到 ≈800×800 总像素,每张图 token 封顶 384。
- 块边长 800 → 处于"不缩放"边界:细节零损失,且每块恰好 ≤384 token;
- 原图 ≤800×800 → 不切分,原样识别;
- 原图更大 → 切成 800×800 网格(边缘块取实际尺寸,不补白不放大),全部 1:1 进模型。
二、安装与挂载
# 1. 复制/链接插件到 DSH 插件目录(与 picturereader 同款形态)
# 安装方式 = link 依赖安装到插件目录:把插件源码放到 DSH 插件目录,再在目标 profile 以 link: 依赖挂载
# 2. 在目标 profile 的 package.json 中:
# "dsh": { "profile": { "bundles": [ ..., "vision-exp-tile" ] } }
# "dependencies": { "vision-exp-tile": "link:C:/Users/HP/.dsh/plugins/vision-exp-tile" }
# 3. 在 profile 目录运行(建立 node_modules 链接)
# pnpm install
# 4. 重启 DSH 生效
隔离测试(推荐):不要直接改正式 web profile,新建测试 profile:
# 测试 profile:~/.dsh/profiles/vision-test(bundles = dsh-base + dsh-web-app + vision-exp-tile)
dsh --profile vision-test --port 3081
# 浏览器打开 http://127.0.0.1:3081 即可测试;正式 profile 与本次改动零关联。
纯净 DSH 快速上手(无任何其它插件,纯官方 DSH)
本插件不依赖 picturereader / paddle / rapid / 任何第三方插件;纯净 DSH 三步即可用:
# ① 安装依赖(在插件目录)
npm install
# ② 配置 API key(必做!)——插件从"系统环境变量"读取;DSH 凭据界面存的 key 不进环境变量
setx DEEPSEEK_API_KEY "sk-你的key" # Windows;Linux/macOS 写入 ~/.bashrc 等
# ③ 新开终端重启 DSH(新终端才会加载 setx 的环境变量)
dsh web
…


