aura-vision

Aura Vision

免费视觉识别插件（DeepSeek Harness web profile 永久插件）。设计语言 Aura：宛如天生如此，若有似无。

特性

• 免费通道：智谱 GLM-4V-Flash（免费档）优先；可配置任意 OpenAI 兼容多模态接口；Pollinations 匿名兜底。
• 长文档识别：glm-4v-flash 输出上限 1024 tokens（API 实测）——自适应网格切块（单块目标 1100px、最多 3×3、8% 重叠）逐块识别突破上限，切块模式用逐块纯转录提示词；>3200px 温和归一。
• Aura UI：高透毛玻璃（55% 底色 + 28px 模糊）、三星机身式小圆角、深浅主题自洽配对（CSS light-dark()）、若有似无的次级信息。
• 历史：缩略图 + 原图分离存储；收藏、过滤、删除、清空；导出 Markdown（原图内嵌 base64，单文件自包含）。
• 结果导出：MD / Word(.doc) / PNG 长图 / Excel（含表格时）；双击预览图与详情图全屏放大；清除图片联动清除结果。

安装（永久）

dsh plugin --profile web add aura-vision

重启 dsh 后生效：任意会话输入框右侧出现「识图」按钮。数据存 <workspaceRoot>/.aura-vision/（随工作区可迁移），key 存本机凭证库。

架构

• lib/host.js：宿主半边——AuraVisionService extends TypertRemoteService（命名空间 aura-vision），方法经 @Remote 标记由网关 SRC 模式直连。
• lib/client.bundle.js：浏览器半边——window.__ModuleLoader__.load 工厂产物，经 connection.rpc.call('/api', 'aura-vision/<method>', { args }) 调用宿主。
• cordis.patch.yml：bundle 补丁层，一行注册双半边。

License

MIT