dsh-vision-complete

DeepSeek 完整视觉能力插件（Vision-Complete） 一键安装，让 DeepSeek 拥有「眼睛和耳朵」：看图、取字、定位物体、理解视频、转写语音、分析音乐、读 PDF/文档、截图直读。

DeepSeek 本身是纯文本模型，看不到图、听不到声。这个插件把下面两套东西整合成一个包，装一次就能用： 一、安装（4 步） 需要 Windows + PowerShell。全程约 5 分钟。 🔑 开始前先知道一件事：这个插件本身不含「眼睛」模型，它是调用云端视觉大模型（默认通义千问）来替你看图。所以你必须先准备一个 API Key（见第 3 步）。没有 key，装完也用不了——这是唯一绕不开的一步，别跳过。 第 1 步：下载本仓库并解压

在仓库页点绿色 Code 按钮 → Download ZIP → 解压到任意位置；或用命令：

比如解压/克隆到 C:\DeepSeek-Vision\（文件夹叫什么名字都行，不影响安装）。 💡 解压到 D 盘、E 盘、桌面等任何位置都一样：比如你解压到了 D:\我的插件\DeepSeek-Vision，后面就在这个文件夹里双击 install.bat 操作即可。盘符（C:/D:/E:…）和文件夹名都不影响安装——只要记得自己解压到了哪里、进到那个文件夹就行。 第 2 步：双击 install.bat 安装

最简单：直接双击 install.bat，会弹出安装窗口并自动完成安装（装 skill → 注册 MCP → 装截图工具 → 环境自检）。窗口最后会停住，看到「安装完成」就是成功。 ⚠️ 不要右键 install.ps1 选「使用 PowerShell 运行」——那样脚本一跑完（或一报错）窗口就会一闪就关，什么也看不到。install.bat 已经内置了执行权限和结束停留，双击它最稳。

命令行方式（可选，路径换成你自己的实际位置）：

第 3 步：配置 API Key（必做，否则云端模型用不了）

打开这个文件，按里面步骤 5 分钟搞定：

一句话版：去 阿里云百炼 建一个 API-KEY，然后 PowerShell 执行：

最后完全退出并重启 DeepSeek Harness，完成。 第 4 步：验证是否成功

1. 随便找一张图片（或按 Win+Shift+S 截一张），拖进 DeepSeek 聊天框。 2. 对它说「描述这张图」。 3. ✅ 能返回图片内容 = 装好了，开始用吧。 4. ❌ 报「没有 API Key / 401」→ 回第 3 步：确认 DASHSCOPE_API_KEY 已设置，并完全退出重开 Harness。 5. ❌ 报「没有 mcpqwen-mm-plugins-* 工具」→ 看下面「常见问题」第二条。 💡 兜底办法：如果实在配不好环境变量，直接把 API Key 整段粘贴发给 DeepSeek 也行（例：「这是我的 key：sk-xxx，接下来看图都用它」）。它会在本次对话里直接用这个 key 看图。注意这只是临时方案，重启后仍建议按第 3 步配好，这样每次都能自动生效。 二、怎么用

装好后，直接跟 DeepSeek 说话就行，不需要记命令。例如： 「描述一下这张图」+ 发图 「把这张截图里的文字提取出来」 「图里的猫在哪个位置，帮我画个框」 「总结这段视频讲了什么」+ 发视频 「把这个会议录音转成文字」 「这张 PDF 第 2 页讲了什么」