目录

一、你遇到过这个场景吗？

二、deepseek-eyes 是什么？

三、工作原理

四、模型对比与实测数据

五、快速上手：3 步安装

前置条件

第 1 步：下载文件

第 2 步：安装依赖

第 3 步：获取 API Key

完成

六、免费额度说明

七、项目地址

---

---

一、你遇到过这个场景吗？

你在 Claude Code 里给 DeepSeek 发了一张截图，想让它帮你分析一下——

结果它回你一句：「抱歉，我无法查看图片。」

DeepSeek 目前不支持原生多模态输入，这是现状。官方说多模态模型在路上了，但远水解不了近渴。于是就有了这个项目。

---

二、deepseek-eyes 是什么？

deepseek-eyes 是一个 Claude Code 技能（Skill），作用就一句话：

给 DeepSeek 装上眼睛，让它能「看懂」图片。

它本质是一个 Python 脚本（eyes.py），把图片发送给阿里云百炼的视觉模型，拿到详细的中文文字描述后，喂给 DeepSeek 去理解。整个过程自动完成，你只需要把图片拖进对话、提出问题即可。

---

三、工作原理

整个流程非常直接：

你的图片 → eyes.py → 阿里云百炼视觉模型（qwen3-vl-plus）→ 中文文字描述 → DeepSeek 阅读并回答

1. 脚本将图片编码为 base64 或 file:// 格式

2. 调用阿里云百炼 DashScope API，发送给通义千问视觉模型

3. 视觉模型返回一份结构化的中文描述（整体场景 → 文字内容 → UI元素 → 视觉特征 → 异常细节）

4. 描述文本输出到终端，DeepSeek 读取后回答你的问题

DeepSeek 不需要直接「看」图片——它读描述就够了。

---

四、模型对比与实测数据

项目默认使用 qwen3-vl-plus，也是目前百炼最强的视觉模型。同时提供了两个备选：

模型	适用场景	精度	速度
qwen3-vl-plus（默认）	日常首选。照片、图表、小字、复杂场景	★★★	★★
qwen3.6-plus	上一代旗舰，vl-plus 不可用时备选	★★	★★
qwen3.6-flash	只需快速看一眼时用	★	★★★

同一张复杂插画的实测对比（均开启高精度模式）：

指标	qwen3-vl-plus	qwen3.6-plus	qwen3.6-flash
输出详细度	~1200 字	~500 字	~400 字
发现隐藏文字	气球上 "LOVE"	无	无
识别艺术品	WLOP《The Sky Garden》2018	无	无
颜色错误	无	无	彩虹滑梯 → "黄色"

结论： 默认用 qwen3-vl-plus --high-res 覆盖 90% 场景。需要快速预览时切到 flash。

---

五、快速上手：3 步安装

前置条件

• 已安装 Python 3.8+（终端输入 python --version 检查）

• 正在使用 Claude Code

第 1 步：下载文件

项目只需要两个文件：SKILL.md + eyes.py。

macOS / Linux：

mkdir -p ~/.claude/skills/deepseek-eyes
curl -o ~/.claude/skills/deepseek-eyes/SKILL.md https://raw.githubusercontent.com/20kiki/deepseek-eyes/master/SKILL.md
curl -o ~/.claude/skills/deepseek-eyes/eyes.py https://raw.githubusercontent.com/20kiki/deepseek-eyes/master/eyes.py

Windows（PowerShell）：

New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.claude\skills\deepseek-eyes"
Invoke-WebRequest -Uri "https://raw.githubusercontent.com/20kiki/deepseek-eyes/master/SKILL.md" -OutFile "$env:USERPROFILE\.claude\skills\deepseek-eyes\SKILL.md"
Invoke-WebRequest -Uri "https://raw.githubusercontent.com/20kiki/deepseek-eyes/master/eyes.py" -OutFile "$env:USERPROFILE\.claude\skills\deepseek-eyes\eyes.py"

以后想更新：重新执行同样的命令，覆盖旧文件即可。

第 2 步：安装依赖

pip install dashscope

第 3 步：获取 API Key

1. 注册 阿里云百炼控制台

2. 创建 API Key

3. 设置环境变量：

macOS / Linux：

echo 'export DASHSCOPE_API_KEY="你的API-Key"' >> ~/.bashrc
source ~/.bashrc

Windows（PowerShell）：

[Environment]::SetEnvironmentVariable("DASHSCOPE_API_KEY", "你的API-Key", "User")

完成

在 Claude Code 中发送任意图片并提出问题，skill 会自动调用 eyes.py 进行处理。

---

六、免费额度说明

阿里云百炼对新用户提供免费额度，无需付费即可开始使用：

• 每模型系列赠送 100 万 Token

• 有效期 90 天（自开通之日起）

• 仅限中国大陆版

建议在控制台开启「免费额度用完即停」，避免超额扣费。额度用完后按量计费，视觉模型约 ¥1/百万 Token 起。

---

七、项目地址

GitHub：https://github.com/20kiki/deepseek-eyes

如果这个工具帮到了你，欢迎给个 Star ⭐，也欢迎提 Issue 和 PR。