DeepSeek Web Vision — 免费识图

当模型无原生视觉能力时，用网页版 DeepSeek 的 Vision 模式识图。免费、无需 API key，复用 Firefox 持久 profile 登录态。

安装

pip install playwright && playwright install firefox

首次使用先登录（可见浏览器，登录态保存到 firefox_profile/，约 7+ 天有效）：

python login_persist.py

Usage

# 基本识图（默认提示词：详细识别 + 转录文字；支持多图）
python deepseek_vision.py <图片1> [<图片2> ...]

# 自定义提示词 / 更长超时
python deepseek_vision.py <图片> --prompt "..." --timeout 300

输出：【深度思考】 块 + 【识别结果】 块。[vision] 前缀行是进度日志。

Pitfalls

1. 登录过期：报「登录态已过期」 → 重跑 python login_persist.py。
2. 隐私：firefox_profile/ 含登录凭证，勿提交到版本库（仓库 .gitignore 已排除）。
3. DOM 失效：脚本依赖网页 DOM，DeepSeek 改版后选择器可能失效；实测选择器见 deepseek_vision.py 头部注释，按注释中的 DOM 结构更新即可。
4. 合规：自动化网页版可能违反 DeepSeek 服务条款，仅供学习研究。

耗时

约 30–90s（Firefox 启动 + 深度思考 + 回复）；终端 timeout 建议 ≥ 300s，多图 ≥ 400s。