博客 · 指南
DeepSeek Harness 视觉（rc.8）：三种「能看图」不是一回事
2026 年 8 月 20 日 · dshbase · 按 0.1.0-rc.8 更新
dsh 0.1.0-rc.8 之后，不少科普文写成「DeepSeek Harness 已经能看图了」。这句话把三件不同的事揉成了一句：产品叙事、官方模型 catalog、以及真正通过安装实测的插件。这篇是对照文——营销暗示什么、仓库仍扣着什么、你今天该装什么。
1. rc.8 的多模态叙事
作为 harness 叙事，rc.8 说的是真的：/goal / /plan 一类流程里可以带图、插件发现更像 Agent Store、纯文本 Agent 仍可「借眼睛」。大众文常把它压成「原生视觉已可用」——这就是坑。Harness 能路由像素，不等于 DeepSeek 官方视觉 API 已对日常调用开放。
2. Catalog 缺口：deepseek-v4-flash-vision-exp
官方树里已经能看到实验性视觉接线——例如 deepseek-v4-flash-vision-exp、input: [text, image]——以及说明：端点就绪前不进正式 catalog。也就是：脚手架可能在，公开、可点选、可指望的官方视觉 API 还不在。今天不要去配一个「官方 DeepSeek 视觉模型」并指望识图开箱即用。短版现状也写在模型接入页。
信息差说清楚：我们引用的是公开 release / agents note 里「endpoint ready 前不进 catalog」的表述，不猜发版日期。等 catalog 点亮，这篇的 CTA 会跟着改——在此之前，插件仍是主路径。
3. 已验证路径：vision 场景包
在干净 profile 上真正能跑通的，是我们已经做完 L1–L4 的插件路径。请从场景包入手，而不是从 star 数入手：
- 纯文本模型视觉外挂 — modlens（视觉桥 / OCR+布局 JSON）、dsh-vision-toolkit（图片问答、长截图 OCR）、dsh-vision-router（路由 / 免费视觉链）。
- 艺术家 / 创意视觉包 — 同一套桥 + toolkit，再加设计 / GenUI 槽位（
dsh-openpencil、dsh-genui），适合要创作面而不只 OCR 的人。
dshbase 上每个 pack 槽位都指向 plugins.json 里 test=verified 的条目。这和 Hub 徽章、「700+ dsh-plugin」商店数量不是同一把尺子。验证怎么定义：见审计方法。
委托 vs 原生覆盖层（仍然好用的分法）
委托型插件把图交给视觉端点（或免费链），再把文字/JSON 交回纯文本模型——modlens、dsh-vision-toolkit、dsh-vision-router。原生覆盖层把定位留在 dsh 内——dsh-vision-primitives（Set-of-Mark 网格）。UX 粘合：dsh-drop-to-path 把拖拽变成路径，方便文本模型转交视觉工具。默认装 pack；只有要精确「指哪打哪」时再加 primitives。
上传被拒仍是另一类问题
第三方视觉模型（gpt 系、kimi、o 系列、grok 等）即便本身多模态，经网关上传仍可能失败。那是上游往返问题，不能当成「DeepSeek 官方已经会看图」的反证。走已验证视觉插件，依旧是最稳的绕法。
今天怎么选
- 只要「读这张图」 → 装vision 包（先从 modlens 起）。
- 长截图 / UI diff / Artifacts → 保留包内的 dsh-vision-toolkit。
- 路由 / 免费链 → dsh-vision-router。
- 视觉之上还要设计 / 图表 → 艺术家包。
- 在等官方 API 视觉 → 盯 catalog；别把 rc.8 营销当成「端点已 live」。
结语
rc.8 把多模态故事讲响了；正式 vision catalog 仍被闸住。我们实测能交付的是 packs → modlens / dsh-vision-toolkit / dsh-vision-router（及伙伴），干净 profile 上测过——不是 Agent Store 头数。从 /packs/ 开始；读我们怎么审计；安装命令在插件目录。