liustack/modlens

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 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）。

ModLens – DeepSeek Harness 用ビジョンプラグイン

概要 – ModLens は、テキストのみの LLM（例：DeepSeek-V4-Flash、GLM-5.3）に「視覚」能力を提供するプラグインです。チャットに画像を直接貼り付け、設定可能なビジョンエンジンに画像を送信し、言語モデルが応答で使用できる構造化された説明を返します。

主な機能

ワンクリックインストール DeepSeek Harness (dsh) は npx @deepseek-ai/dsh plugin … @liustack/modlens@<version> または汎用の skills.sh コマンドでインストールできます。
ゼロ設定で開始 – 既存のビジョンサービス（Claude Code、Codex、OpenCode、Pi など）を再利用し、必要に応じて内蔵プロバイダーにフォールバックします。
6つの内蔵ビジョンプロバイダー（Gemini、OpenAI 互換、Anthropic、Antigravity-CLI、Claude-CLI、Kimi-CLI）に加え、再利用可能な4つのローカル CLI。
フェイルオーバーチェーン – プライマリプロバイダーが失敗した場合（認証、レート制限、ネットワーク）、ModLens は自動的に次のプロバイダーを試し、各試行を記録します。
直接貼り付け – 画像はバックグラウンドで作成された一時ファイルから処理されます。手動でのファイルパス操作は不要です。
構造化出力 – 完全な文字起こし、レイアウト領域、エンティティ関係リスト、信頼度メモを返すため、モデルは幻覚ではなく正確な詳細を引用できます。
軽量 – ローカルプロキシデーモンや設定ハックは不要。アンインストールはプラグインフォルダを削除するだけです。

インストール

DeepSeek Harness: npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@3.26.6（または最新バージョン）。
その他の Harness: npx -y skills add liustack/modlens --skill modlens --global。
内蔵のヘルスチェック（modlens doctor）を実行し、プロンプトに従ってビジョンエンジンを設定します（無料の Gemini キー、Antigravity CLI、または任意の OpenAI 互換エンドポイント）。

使用方法

インストール後、テキストのみのモデルのチャットウィンドウに画像を貼り付けるだけです。modlens_read_image ツールが自動的にトリガーされ、選択したビジョンエンジンに画像が送信され、モデルは根拠のある説明で応答します。
同じ画像に関する後続の質問には、追加の貼り付けは不要です。
特定のプロバイダーを固定（modlens config set provider gemini-api）するか、フェイルオーバーチェーンに任せることができます。

エコシステムと関連ツール

ModSearch – インターネットアクセスがないモデルにウェブ検索機能を追加する姉妹プラグイン。
DeepSeek Harness Desktop – Harness サービスの GUI フロントエンド。
dsh-market – ModLens が 800 以上のコミュニティプラグインとともにリストされているプラグインマーケットプレイス。

ライセンス – MIT（LICENSE を参照）。

結論 – ModLens は、最小限のセットアップで、テキストのみの DeepSeek または互換 LLM をマルチモーダルアシスタントに変え、柔軟なビジョンバックエンドとシームレスな貼り付けからチャットへのワークフローを活用します。