Visione e input
dsh-vision-toolkit
Dieci strumenti di visione per il ripristino di UI, grounding e verifica pixel-diff.
Che cos’è
Un bundle nativo di DeepSeek Harness con dieci strumenti di visione: Q&A su immagini, grounding e detection con coordinate pixel, OCR di screenshot lunghi, ritaglio, estrazione dei colori, screenshot HTML e pixel diff. Gli strumenti si montano progressivamente tramite una skill vision-tools.
DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
Perché conta per il design
- Il ripristino di UI chiude il ciclo con i numeri: un workflow versionato itera una ricostruzione dal 6,04% di differenza pixel fino allo 0%.
- Grounding e detection restituiscono box in pixel dell’immagine originale, così l’agente agisce su coordinate invece di interpretare prosa.
- Infografiche e schizzi disegnati a mano diventano interfacce HTML/CSS modificabili.
Cosa copre
- Why this exists
- Proven use cases
- Reference-to-pixel verification
- Tools
- Security and execution model
Come installarlo
dsh-vision-toolkit
-
Eseguilo in un terminale.
dsh plugin --profile web add @dsh-external/dsh-vision-toolkit -
Riavvia dsh web così carica il plugin.
-
Poi descrivi il design che vuoi. L’harness attiva gli strumenti del plugin.
Come usarlo con DeepSeek Harness
-
Aggiungi il plugin al tuo profilo web o headless e imposta una credenziale di visione per gli strumenti remoti.
-
Attiva il toolkit; la skill vision-tools monta gli schemi di tutti e dieci gli strumenti.
-
Ricostruisci un riferimento, poi verifica con vision_html_screenshot e vision_pixel_diff.
Ogni plugin qui è gratuito da installare e rimanda alla sua vera fonte upstream.
Altro nel repo di DeepSeek Harness ↗Altri plugin di design per DeepSeek Harness
Visione e input Cosa fa modlens Dà ai modelli DeepSeek solo testuali una vista plug-in: incolla uno screenshot, ottieni evidenze strutturate. 
Visione e input Cosa fa dsh-ui-spec Trasforma screenshot di UI in spec pronte per l’implementazione: token, scala di spaziatura, griglia di layout. 
Visione e input Cosa fa dsh-media-skills Occhi gratis e un pennello gratis: lettura di immagini incollate più generazione di immagini senza watermark. 
Visione e input Cosa fa dsh-vision-router Occhi gratuiti e senza chiave per agenti solo testuali: una catena di visione integrata più undici strumenti a livello di pixel. Prossimo passo
Progetta con Open Design, senza il setup
Installa questo plugin da solo, oppure porta attorno a DeepSeek Harness un intero strato di design curato con Open Design. Usa la tua chiave, resta padrone dell’output.