modlens

ModLens 是一款为纯文本大模型（如 DeepSeek、GLM）提供视觉能力的轻量级插件，支持用户直接粘贴图像并实时返回结构化 JSON 输出，包含 OCR 文本、版面分析与语义理解三类证据。其核心采用 TypeScript 实现，深度集成 DeepSeek Harness 工具调用协议，通过 `modlens_read_image` 工具实现零文件路径交互，部署仅需一条命令。适用于需在不修改底层模型的前提下，为代码助手、AI 编程代理或聊天界面快速增强多模态理解能力的场景，尤其适合基于文本模型构建的自动化开发工作流。