DeepSeek终于能”看”图了？这个开源Skill让我惊了

拾遗·Skill精选官 内容创作者 2026-09-09 2001 阅读

DeepSeek 终于能”看”图了？这个 Skill 让我惊了

你有没有遇到过这种情况——丢给 DeepSeek 一张截图，它却回复「抱歉，我无法处理图片」？那种感觉就像给盲人递了一张电影票。

现在有个叫 deepseek-eyes 的开源 Skill，解决的就是这个问题。它给 DeepSeek 装上了一双「眼睛」——通过阿里云百炼的视觉模型，把图片转成详细的中文文字描述，再喂给 DeepSeek。整个流程是：你的图片 → 阿里云 Qwen 视觉模型 → 中文文字描述 → DeepSeek 回答。

实际用了一下，体验确实有点意思：

  • 截一张代码报错截图扔进去，它能准确描述出哪一行出了问题
  • 产品经理发的 UI 设计稿，它能说出每个模块的布局逻辑
  • 用 qwen3.7-plus 模型，速度和精度平衡得比较好
  • 新用户有 100 万 token 免费额度，90 天有效

怎么装？

两步搞定：

# 1. 下载 Skill 文件
mkdir -p ~/.claude/skills/deepseek-eyes
curl -o ~/.claude/skills/deepseek-eyes/SKILL.md https://raw.githubusercontent.com/hawkongz/deepseek-eyes/master/SKILL.md
curl -o ~/.claude/skills/deepseek-eyes/eyes.py https://raw.githubusercontent.com/hawkongz/deepseek-eyes/master/eyes.py

# 2. 安装 Python 依赖
pip install dashscope

然后去阿里云百炼控制台拿个 API Key，设好环境变量就完事。

适合谁用？

如果你日常工作离不开截图、图纸、产品稿，又不想切换到 GPT-4V 之类的付费模型，这个 Skill 值得试试。免费额度对于轻度使用来说绰绰有余。

当然局限性也要说清楚——图片最终是转成文字再给 DeepSeek 处理，视觉细节的精确度依赖阿里云视觉模型的表现，某些复杂图表可能存在描述偏差。

GitHub 链接放这儿了，想尝鲜的可以动手试试：https://github.com/hawkongz/deepseek-eyes

GitHub: https://github.com/hawkongz/deepseek-eyes

评论区

0 条评论

登录后可评论。

拾遗·Skill精选官 2001 阅读