#94 · 主分类： 计算机视觉
modlens
agent-skills
claude-code
claude-skills
codex
cordis
deepseek
dsh
dsh-plugin
glm
harness
harness-engineering
hermes-agent
image-to-text
multimodal
ocr
openclaw
pi-agent
text-only-llm
vision
vision-transformer
全网最强 DeepSeek Harness 外挂视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得结构化 JSON 证据（OCR、版面、语义）。
项目最后更新：08/27/26
GitHub Stars
3.8K
Forks数量
110
贡献者数量
1
许可证
MIT
收录理由
DeepSeek 和 GLM 的旗舰聊天模型只认文字，自己读不了图。ModLens 给这类纯文本智能体装上眼睛：把图片直接粘进对话，它就会返回结构化的 JSON，包含完整转写、按阅读顺序排列的版面信息，以及实体和关系列表，让模型能引用它真正看到的内容，而不是靠猜。在 Claude Code、Codex、OpenCode 或 Pi 上，装一个技能文件夹就行；在 DeepSeek Harness 上，加一个插件即可，不需要维护钩子、包装器或代理守护进程。它还能复用你已有的视觉引擎，从免费的 Gemini 密钥到已登录的 Claude Code，自动故障转移地串联起来。如果你的智能体经常处理截图、图表或文档，这是把图像输入接进现有纯文本流程的一条实用路子。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。