--- title: "使用 DSH Vision Toolkit 处理多图、长截图与界面还原" seo_title: "DSH Vision Toolkit 教程：多图问答与长截图 OCR" description: "在 DeepSeek Harness（DSH）中安装 Vision Toolkit，完成多图问答、长截图 OCR、视觉定位、界面还原和像素差异验证。" canonical: https://52dsh.com/tutorials/anionex-dsh-vision-toolkit-install-config/ authors: ["52DSH 编辑部"] audience: [] outcomes: [] prerequisites: ["Node.js 与 pnpm","独立 web Profile","可丢弃测试工作区"] difficulty: advanced estimated_action_time: null next_steps: null published_at: 2026-08-22 updated_at: 2026-10-02 verified_on: 2026-10-02 maintenance_status: community verification_level: source_reviewed risk_level: high dsh_version: 0.2.0-rc.2 plugin_id: anionex-dsh-vision-toolkit tutorial_kind: plugin_configuration related_plugin_url: https://52dsh.com/plugins/anionex-dsh-vision-toolkit/ --- # 使用 DSH Vision Toolkit 处理多图、长截图与界面还原 在 DeepSeek Harness（DSH）中安装 Vision Toolkit，完成多图问答、长截图 OCR、视觉定位、界面还原和像素差异验证。 ## 2026-10-02 更新到 Vision Toolkit 0.1.46，适配 DSH 0.2.0-rc.2 本页安装目标更新为 `@anionex/dsh-vision-toolkit@0.1.46`，命令固定使用 DSH 0.2.0-rc.2。新版本声明兼容 0.2.0-rc.2；本站只做了固定版本的源码与发布包静态复核，没有安装或运行。 - **默认会把图片发给作者自建的服务：** 没有配置自己的视觉模型时，默认端点是 `vision.anionex.me`，图片输入变体也会自动切换；需要隐私时先在设置中改成自己的视觉模型。 - 首次运行会下载 Python 运行时和依赖；设置页的"安装更新"会把插件更新到 npm 最新版并重启 DSH Web。 - 安装方式改为 npm 包 `@anionex/dsh-vision-toolkit`，作者 README 只给出 npm 安装方式。 **仍在使用 DSH 0.1.x：** 仍在使用 DSH 0.1.x 的用户：0.1.38 只适合 DSH 0.1.1 及更早版本；它在 0.1.2 alpha 起因 settingsNamespace 被移除而无法启动，在 0.1.7 起设置接口变化也会失效，且其 peer（^0.1.0-rc.6）不满足 0.2.0-rc.2。0.1.46 的 peer 同时覆盖 0.1.0-rc.8 至 0.1.x 各发布线和 0.2.0-rc.2，DSH 0.1.2 及以上的用户建议直接使用 @anionex/dsh-vision-toolkit@0.1.46；确需留在 0.1.38 时请固定 DSH 版本并避免使用设置页的“安装更新”跟随最新版。 依据：[固定证据 1](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/README.zh.md)、[固定证据 2](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/package.json)、[固定证据 3](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/src/defaults.ts)。 Vision Toolkit 0.1.46 为 DSH 纯文本模型提供 10 个视觉工具和图片输入变体：图片问答、OCR、定位、裁剪、SVG 描摹、像素差异、长截图 OCR、抠图、取色与本地 HTML 截图。 如果你的目标是在 DSH 中完成多图问答、长截图 OCR 和界面还原，本教程会说明如何在 DeepSeek Harness（DSH）中准备、安装、配置、验证和回退 dsh-vision-toolkit。本文锁定作者仓库提交 `b825d035c908`；已复核固定提交的原始资料，未进行运行实测。 > 对应插件：[查看 dsh-vision-toolkit 的功能、权限与兼容性说明](/plugins/anionex-dsh-vision-toolkit/)。先确认它适合你的工作流，再执行安装。 ## 先确认是否适合你 - **分类**：图片识别与视觉 - **风险等级**：high - **核验证据**：source_reviewed - **兼容性边界**：19 个 @deepseek-ai/dsh-* peer 均精确包含 0.2.0-rc.2，按 semver includePrerelease 判定满足；作者声明已在 0.2.0-rc.2 隔离 Profile 验收。52DSH 未运行实测，Node.js ^22.19 或 >=24。 - **主要权限关注**：读取工作区、/tmp 和 allowedDirs 中的图片与 HTML；默认把图片发往作者自建的免费视觉服务；运行 Python 子进程与本机 Chrome；首次下载 Python 和 PyPI 依赖；可在设置页触发 pnpm 自更新并重启 DSH Web。 如果你准备在重要工作区使用，先阅读插件详情页的权限和数据流说明；“源码已审阅”或“资料已整理”都不等于安全认证。 ## 安装前准备 **本页 DSH 命令版本：** `0.2.0-rc.2`。0.1.46 的 19 个 DSH peer 都明确包含 0.2.0-rc.2，本页固定 DSH 0.2.0-rc.2。仅静态复核，未在本站运行验证。 - **视觉 Provider 决策**：默认使用作者自建的免费服务 vision.anionex.me；处理私有截图前改为自有或受信任的 OpenAI 兼容、Responses 或 Anthropic 端点。 - **Python 3.11+ 或网络**：无系统 Python 时首次使用会下载约 35 MB 的固定哈希 Python，并从腾讯云镜像或 PyPI 安装 Pillow、NumPy、vtracer。 - **Chrome/Chromium/Edge**：仅 vision_html_screenshot 需要；缺失时其他工具仍可用。 - **无敏感信息测试图片**：先用公开截图验证，不上传账号、密钥、客户数据或内部系统画面。 1. 安装 Node.js 22.19、Node.js 24 或项目当前声明支持的更高版本，并确认 `pnpm` 可用。 2. 使用独立的 `web` Profile 和可丢弃测试工作区，不直接连接生产目录。 3. 备份当前 Profile 配置，并记录安装前的 `--dump-config` 输出。 4. 核对固定来源中的外部服务、账号、运行时和平台限制。 5. 需要凭据时只准备测试凭据；本页识别到的候选变量包括 `MY_VISION_KEY`、`VISION_SSL_VERIFY`、`DSH_HOME`。 ## 安装 dsh-vision-toolkit 52DSH 使用目录中记录的精确安装目标，避免直接跟随可能变化的默认分支： ```bash npx --yes @deepseek-ai/dsh@0.2.0-rc.2 plugin --profile web add @anionex/dsh-vision-toolkit@0.1.46 ``` GitHub 源码插件如果被 pnpm 拦截构建脚本，先检查终端提示的具体包和脚本。只在 `web` Profile 中放行确实需要的构建项，不要全局放行未知依赖。 ## 插件专属配置 ### 配置目标 - `$DSH_HOME/profiles//cordis.patch.yml`：插件 Bundle 行 id: vision-toolkit；可在同一行 config 中设置 provider、language、timeoutMs、allowedDirs、storageDir、imageInputVariants 等。 - `设置 → 视觉工具（Settings 命名空间 vision-toolkit）`：Web 设置页编辑 Provider、协议、Credential、限制与运行时，并提供“测试视觉模型”。 - `DSH Credentials（provider.credential 引用名）`：保存自有视觉服务 API Key；Settings 只保存引用名，不回显密钥。 - `/.dsh-vision-toolkit/`：默认产物、粘贴图片与临时文件目录；配置 storageDir 后改为共享根目录下 0700 私有子目录。 - `~/.dsh/cache/dsh-vision-toolkit/`：隔离 Python 运行时、Artifact 签名密钥 artifact-access.key 与运行时缓存。 ### 环境变量 - `MY_VISION_KEY`（可选），敏感：README 示例中的 Credential 引用名，可替换为任意名称；值通过 DSH Credentials 保存，不写入 patch 或仓库。 - `VISION_SSL_VERIFY`（可选）：仅在受信任的自签证书或 MITM 代理端点使用；设为 0/false 等会关闭 Python 客户端的证书校验，默认校验。 - `DSH_HOME`（可选）：改变 Profile 与 ~/.dsh/cache/dsh-vision-toolkit 运行时缓存的根目录。 ### 固定版本安装与配置检查 证据：[固定来源](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/package.json)。将路径、账号和凭据占位符替换为测试值。 ```bash npx --yes @deepseek-ai/dsh@0.2.0-rc.2 plugin --profile web add @anionex/dsh-vision-toolkit@0.1.46 npx --yes @deepseek-ai/dsh@0.2.0-rc.2 --profile web --dump-config ``` ### $DSH_HOME/profiles/web/cordis.patch.yml（改用自有视觉服务） 证据：[固定来源](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/README.zh.md)。将路径、账号和凭据占位符替换为测试值。 ```yaml - id: vision-toolkit config: provider: baseUrl: https://api.example.com/v1 credential: MY_VISION_KEY model: your-vision-model protocol: openai ``` ### 安装后设置 1. 重启 DSH Web 并硬刷新浏览器，打开 设置 → 视觉工具 确认插件已加载。 2. 决定是否继续使用默认免费服务；处理私有图片前改为自有 Provider，并把 API Key 保存为 DSH Credential。 3. 首次启动等待隔离 Python 运行时准备完成；离线环境先安装 Python 3.11+ 或在设置中指定 runtime.python。 4. 如不希望模型选择器被透明替换，在设置中关闭 imageInputVariants.hidden 或 autoSwitch。 ## 配置验证与成功结果 先导出配置，再启动同一版本的 DSH Web： ```bash npx --yes @deepseek-ai/dsh@0.2.0-rc.2 --profile web --dump-config npx --yes @deepseek-ai/dsh@0.2.0-rc.2 web ``` 1. **确认 web Profile 中出现 id 为 vision-toolkit 的 @anionex/dsh-vision-toolkit 行。** ```bash npx --yes @deepseek-ai/dsh@0.2.0-rc.2 --profile web --dump-config ``` 期望结果：Bundle 行存在且没有加载错误；只证明配置写入，不代表视觉调用可用。 2. **在 设置 → 视觉工具 点击“测试视觉模型”。** 期望结果：返回连接与模型检查结果，或给出可解释的 Credential、网络、配额错误。 3. **在测试工作区放一张公开截图，调用 /vision-skills 让它描述并定位一个按钮。** 期望结果：得到描述和原图像素坐标，产物写入 .dsh-vision-toolkit 目录。 ## 第一次使用 - （使用 vision-skills）读一下这张公开错误截图，说明报错原因和先修哪里。 - 找到截图右上角的登录按钮，返回原图像素坐标并生成框选预览。 - 把 reference.png 还原成 HTML，每轮渲染后做像素差异对比。 ## 数据、权限与凭据 **数据流：**粘贴或工作区图片 → 本机压缩/缩放 → 视觉 Provider（默认 https://vision.anionex.me/v1，可改为自有 OpenAI/Responses/Anthropic 端点，Key 存 DSH Credential）→ 描述/OCR/坐标文本 → DSH 主模型与会话；产物与粘贴图写入工作区 .dsh-vision-toolkit 或自定义 storageDir，运行时与签名密钥在 ~/.dsh/cache/dsh-vision-toolkit。 **权限关注：**读取工作区、/tmp 和 allowedDirs 中的图片与 HTML；默认把图片发往作者自建的免费视觉服务；运行 Python 子进程与本机 Chrome；首次下载 Python 和 PyPI 依赖；可在设置页触发 pnpm 自更新并重启 DSH Web。 **数据存储：**图片会按配置发往视觉 Provider，默认是作者自建的 vision.anionex.me，返回的描述进入 DSH 会话与持久证据缓存；Settings 只存 Credential 引用；产物与粘贴图在工作区 .dsh-vision-toolkit 或 storageDir；Python 运行时与签名密钥在 ~/.dsh/cache/dsh-vision-toolkit。 真实 Token、API Key、Cookie 和账号 ID 不应写进 Git 仓库、网页截图或公开 Issue。测试结束后撤销临时凭据。 ## 卸载、回退与清理 停止 DSH 后，从同一个 Profile 移除包： ```bash npx --yes @deepseek-ai/dsh@0.2.0-rc.2 plugin --profile web remove @anionex/dsh-vision-toolkit ``` 1. 停止 DSH，从同一 web Profile 移除 @anionex/dsh-vision-toolkit 及其 vision-toolkit 配置行，重启后确认设置页与 vision_* 工具消失。 2. 卸载不会自动删除数据：按需删除工作区 .dsh-vision-toolkit、自定义 storageDir 子目录和 ~/.dsh/cache/dsh-vision-toolkit。 3. 撤销测试用 API Key 并删除对应 DSH Credential；外部视觉服务侧的记录需按服务商政策处理。 4. 回退到 0.1.38 只适用于 DSH 0.1.1 及更早版本：npx 命令中的 DSH 版本也要换成对应旧版本，再安装 @anionex/dsh-vision-toolkit@0.1.38；0.1.38 的 peer 不满足 0.2.0-rc.2。 ## 常见问题 ### 首次使用提示运行环境尚未就绪 检查到腾讯云 COS 镜像、GitHub 与 PyPI 镜像的网络；离线时安装 Python 3.11+ 或设置 runtime.python 后重试“测试视觉模型”。 ### 返回 429 或额度用尽 默认免费服务是共享入口且有每日额度；改为自有 Provider 和 DSH Credential。 ### 模型列表看不到 (Vision Toolkit) 变体 imageInputVariants.hidden 默认开启，会沿用原模型名并隐藏原文本模型条目；关闭 hidden 可恢复显式并列条目。 ### 设置页提示应用内更新不可用 git、本地或只读 Profile 安装不支持应用内更新；按本页固定版本命令手动升级，不建议跟随 @latest。 ### vision_html_screenshot 不可用 安装 Chrome、Chromium 或 Edge；该工具只接受授权目录内的本地 .html/.htm，不接受 URL。 ### 安装成功但页面或命令没有出现 先运行 `--dump-config` 确认 Bundle 已进入 `web` Profile，再重启 DSH Web 并硬刷新浏览器。不要通过反复扩大权限来解决加载问题。 ### 插件运行后没有得到预期结果 把问题缩小到本页的最小验证任务，检查作者文档要求的变量、外部服务和平台限制。保存终端错误原文，并核对当前安装目标是否仍对应本页固定提交。 作者提供了独立故障文档，可从下方“固定来源证据”进入；本页没有把整份 README 复制过来。 ## 固定来源证据 以下资料是本文配置结论的依据： - [README.zh.md](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/README.zh.md) - [README.md](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/README.md) - [SECURITY.md](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/SECURITY.md) - [docs/dsh-desktop-install.zh.md](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/docs/dsh-desktop-install.zh.md) - [docs/dsh-desktop-install.md](https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/docs/dsh-desktop-install.md) 继续查看：[返回 dsh-vision-toolkit 插件详情页](/plugins/anionex-dsh-vision-toolkit/)，重新核对兼容性、权限、同类插件和来源状态。 ## 原始来源 - https://github.com/Anionex/dsh-vision-toolkit - https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/package.json - https://github.com/deepseek-ai/deepseek-harness/blob/639ed015397290b3745d163aafe02ffee4aa3f84/packages/boot/app-boot/src/plugin-compatibility.ts - https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/README.zh.md - https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/README.md - https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/SECURITY.md - https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/docs/dsh-desktop-install.zh.md - https://github.com/Anionex/dsh-vision-toolkit/blob/b825d035c908a0950e87fe94f7e762e891fa4c88/src/defaults.ts