modlens：DeepSeek Harness 的视觉外挂插件，让纯文本模型看懂图片

它是做什么的？

ModLens 是 DeepSeek Harness（DSH）的视觉插件，为纯文本模型提供图像理解能力。它解决 DeepSeek、GLM 等纯文本模型无法读取图片的问题，让你直接在聊天中粘贴图片即可获得结构化 JSON 证据（OCR、版面、语义）。核心能力包括自动发现并包装符合条件的纯文本模型路由、零配置启动、多密钥轮换以及跨平台复用。

核心功能

• 粘贴即读：直接在聊天中粘贴图片，无需先保存文件再传路径，自动转换为结构化 JSON 证据。
• 自动发现模型路由：自动识别并包装符合条件的纯文本 DeepSeek、GLM 或 MiMo Pro 模型，原生视觉模型（如 GLM-5.3-Flash）自动排除。
• 零配置启动：复用 Claude Code、Codex、OpenCode、Pi 等现有配置，也支持 Antigravity CLI 免费通道或 Gemini 密钥。
• 多密钥轮换：逗号分隔的 API 密钥在认证、限流或配额失败时自动轮换，其他失败则跳过并保留现有提供商故障转移。
• 证据而非想象：提供完整转录、阅读顺序布局区域、实体和关系列表，模型引用具体细节。
• 一次安装，处处使用：在 Claude Code、Codex、Pi、OpenCode 等真实机器上验证可用。

怎么使用这个插件？

在 DSH 中启用后，有两种粘贴方式：一是直接粘贴图片，图片作为私有临时文件进入 composer，由 modlens_read_image 工具处理；二是在模型选择器中选择 (modlens vision) 条目（记住选择，只需一次），然后粘贴，缩略图会保留在消息中，并在请求时转换为结构化证据。安装后默认获得 DeepSeek-V4-Flash (modlens vision) 和 DeepSeek-V4-Pro (modlens vision) 条目，其他路由（如 opencode-go 或 zai）也会自动添加。