vision-tools 是 codex-deepseek-vision 项目在本机安装的两个命令行工具，二者共用代理的视觉配置（VISION_API_KEY / VISION_BASE_URL / VISION_MODEL / LANG），无需额外凭据。
用途：glance 用于图像描述、图像问答与 OCR；ground 用于根据自然语言描述定位图像中的目标。
主要能力与用法：
- glance <image>：详细描述图像。
- glance <image> -q "<question>"：针对图像提问。
- glance <image> --ocr：逐字识别图中所有可见文本。
- ground <image> "<target description>"：定位目标，输出格式为 x1: .., y1: .., x2: .., y2: ..，即原图像素坐标。 输出语言由视觉配置中的 LANG 决定（zh/en）。
限制与说明：仅支持 PNG / JPEG / GIF / WebP 图像。若找不到 glance/ground，说明可选工具未安装，应向用户报告，而不是自行编造替代方案。若视觉 API 调用失败，应如实转达错误，绝不虚构图像内容。
安装指引见仓库 AGENT_INSTALL.md；源码仓库为 https://github.com/Anionex/codex-deepseek-vision 。