deepseek-eyes

name	deepseek-eyes
description	通过 MCP 工具 mcp__deepseek-eyes__* 读取剪贴板或磁盘图片并生成文字描述，让无视觉能力的文本模型“看见”截图、UI、错误信息、图表与代码。
whenToUse	用户粘贴/截图了图片、提到“看看这个/截图上/剪贴板里/帮我读一下这张图/这张报错/这个界面”，或给出图片文件路径需要理解内容时。

deepseek-eyes 👁️

DeepSeek 系文本模型没有视觉能力。deepseek-eyes 是一个本地 MCP 服务器：它读取 系统剪贴板或磁盘上的图片，交给通义千问 VL（Qwen-VL via ModelScope）生成文字 描述，再把描述返回给你。使用它的工具，就等于“看见”了图片。

何时使用

• 用户说“看看这个”“剪贴板里有什么”“我刚截了图”—— 用剪贴板工具。
• 用户贴了一张磁盘图片路径要求分析 —— 用磁盘工具。
• 需要提取截图里的文字/代码 —— OCR / 代码提取工具。
• 报错截图、UI 截图、流程图、数据图表 —— 对应专用工具，提示词更精准。

可用工具（前缀 mcp__deepseek-eyes__）

剪贴板系列（先确认用户已把图片复制进系统剪贴板，否则工具会返回“剪贴板中没有图片”）：

• mcp__deepseek-eyes__analyze_clipboard —— 通用分析，可选 prompt 自定义问题
• mcp__deepseek-eyes__extract_text_from_clipboard —— OCR 提取全部文字
• mcp__deepseek-eyes__describe_ui_from_clipboard —— 描述 UI 布局/组件/状态
• mcp__deepseek-eyes__diagnose_error_from_clipboard —— 诊断错误截图（错误信息/原因/修复步骤）
• mcp__deepseek-eyes__code_from_clipboard —— 提取代码截图中的可编辑代码

磁盘图片系列（必填 image_path 绝对路径，仅允许 .png/.jpg/.jpeg/.gif/.webp/.bmp，≤20MB）：

• mcp__deepseek-eyes__analyze_image —— 通用分析，可选 prompt
• mcp__deepseek-eyes__extract_text —— OCR
• mcp__deepseek-eyes__describe_ui —— UI 描述
• mcp__deepseek-eyes__diagnose_error —— 错误诊断
• mcp__deepseek-eyes__understand_diagram —— 流程图/架构图解读
• mcp__deepseek-eyes__analyze_chart —— 数据图表趋势与洞察
• mcp__deepseek-eyes__code_from_screenshot —— 代码提取

使用要点

1. DSH 限制：harness 无法把图片直接发给 DeepSeek V4（纯文本模型），粘贴/上传 图片会被拦截。所以剪贴板工具是主路径：用户截图（Win+Shift+S）把图片复制进 系统剪贴板，再调用 mcp__deepseek-eyes__analyze_clipboard；磁盘图片则让用户 给路径，用 analyze_image。
2. 剪贴板工具在 Windows 上依赖 PIL.ImageGrab（随 venv 安装）。
3. 工具返回的是 Qwen-VL 的文字描述，基于它继续推理即可，无需二次确认。
4. 如果返回“未设置 MODELSCOPE_API_KEY”，请提示用户：在项目根目录 .env 写入 ModelScope Key（去掉 ms- 前缀），或设置环境变量后重启 DSH。
5. 分析临时文件由服务器自动删除，磁盘文件只读不改。