Tiger3807861189/ds-vision-mcp-skill

DeepSeek 网页识图自动化 v2：识图模式+深度思考强制开启，两轮投票+条件第三轮仲裁/合并，坐标级证据提取。MCP stdio server，支持 CLI。

About ds-vision-mcp-skill

DeepSeek 网页端识图自动化：识图模式 + 深度思考强制开启，两轮独立投票 + 条件第三轮（互补则合并验证 / 矛盾则仲裁），坐标级证据提取。 只用 chat.deepseek.com 网页端，不调用任何本地或第三方模型。 理论依据：DeepSeek《Thinking with Visual Primitives》(2026-04-30) —— 视觉原语（bbox/point）作为思维单元，坐标归一化 0-999。

- @7067567g — V1 原型与地基：Playwright 浏览器自动化、Vision 模式切换、跨平台（Windows/Linux）适配、CDP 复用机制 - @Tiger3807861189 — V2 架构设计与全面优化：投票引擎、五段式场景提示词、MCP stdio server、校准指纹系统、坐标解析与交叉校验、双图拼接、追问机制、浏览器生命周期管理等

项 v1（脚本） v2（本版） --------- 深度思考 不管 强制开启并验证（ensureDeepThink） 「开启新对话」 正则只认「新对话」（已失效） 修正为 开启新对话/新对话/New chat 提示词 一句默认描述 五段式（场景前缀+目标+输出规格+坐标要求+负面约束），S0-S12 场景库 输出 纯文本 txt 结论+思考分离、/裸 [[...]] 坐标解析、计数交叉校验 可靠性 单次 2 轮投票 + 条件第 3 轮（多数制） 形态 CLI CLI + MCP server（6 个工具） 轮询 60s / 稳定2次 300s / 稳定3次（适应深度思考长输出），环境变量可调 退化响应 仅警告 自动换短提示词重试一次 校准系统 无 首次校准向导，三元素指纹持久化，跨分辨率/DPI 自适应 图像拼接 无 浏览器 Canvas 双图拼接（零外部依赖），设计-实现对比 输入通道 仅本地路径 本地路径 + data:image URI + HTTP(S) URL（≤50MB） 追问机制 无 dsvisionfollowup 同会话追加提问，免重传图片 浏览器管理 用完即关，仅前台 CDP 复用 + 空闲自动关闭 + 无头模式（DSVISIONHEADLESS） 截图自检 无 文档化 self-check loop，验证截图意图一致后再发任务

首次运行会弹窗，扫码登录 chat.deepseek.com（登录态持久化到 %LOCALAPPDATA%\ds-profile；进程被强杀会导致 cookie 未写盘、需重扫）。

定位机制说明：全程文本驱动（「识图模式」「深度思考」「开启新对话」文本匹配 + 运行时 getBoundingClientRect 动态取坐标），不硬编码任何屏幕坐标，天然跨分辨率/DPI/窗口大小。大多数机器不需要校准。

但界面语言、页面改版、A/B 测试可能造成文本变体 → 定位失败。此时跑一次校准向导：

浏览器打开 DS 官网后，按页面顶部蓝色横幅提示，依次点击三个元素： ①「识图模式」标签 ②「深度思考」按钮 ③「开启新对话」按钮。 指纹（文本/类名/相对位置）写入 %LOCALAPPDATA%\ds-profile\ds-vision-selectors.json，运行时优先使用；页面改版后重跑即可。

工具 说明 ------ dsvision 主调用：投票 + 坐标，返回 Markdown dsvisiondetailed 全量 JSON（结论/思考/坐标/逐轮原文/一致性元数据） dsvisioncompare 双图拼接对比 dsvisionfollowup 同会话追问（免重复上传，省时） dsvisionhealth 登录/识图标签/深度思考三检 dsvisioncalibrate 首次校准向导（弹窗引导点

From the project README.

Maintaining this server?

Add the radar badge to your README — it shows your project was picked up by MCP Radar and links to this page:

[![On MCP Radar](https://mcp.liqiwa.com/badge.svg)](https://mcp.liqiwa.com/s/Tiger3807861189--ds-vision-mcp-skill.html)

Related MCP servers