1710782766

给纯文本模型加眼睛，支持图片描述和文字提取，自动重试和缓存，让LLM看懂图片。

给 DeepSeek Harness 加浏览器验证能力，几步调用就能打开网页、模拟操作、断言结果并截图，截图还能自动进模型上下文。