🚀 dsh-vision-bridge —— 让 DeepSeek 学会「看图」的双模型路由插件

重磅！ DeepSeek Harness 专属视觉外挂来了！主对话永远留在 DeepSeek，图片自动交给视觉模型分析，整轮推理不换人！

DSH Plugin · LlmAdapter · 双模型路由 · OpenAI 兼容视觉网关 · 图片分析缓存

---

✨ 一句话说清它是干嘛的

DeepSeek 是纯文本模型——你以前传图，DSH 直接拒绝（Model does not support image input）。

装了它，你的 DSH 多了一个 auto 模型：图片进来，自动交给视觉模型翻译成文字，再交回 DeepSeek 完成整轮思考。你全程无感，就像 DeepSeek 突然长了眼睛 👀

	以前	现在（auto）
传图片	❌ 直接被拒	✅ 自动分发
谁看图	—	你配的视觉模型（有界分析，≤1024 token）
谁做整轮推理	DeepSeek（但看不见图）	还是 DeepSeek，图片只是它的"翻译文本"
纯文字对话	正常	正常，零额外开销
要手动切模型吗	不用（但也没图可看）	不用，auto 全自动

---

🔥 三大卖点，每一个都值得

1. 主对话永远留在 DeepSeek —— 推理、工具调用、作答全在 DeepSeek，不换模型、不切来切去、上下文贯穿全程
2. 纯文本轮次零开销 —— 没图就不调视觉模型，一分钱不多花
3. 图片分析按内容缓存 —— 同一张图只分析一次，历史里重复出现不重复烧钱，DeepSeek 每轮看到的分析文本逐字一致

附赠：文本大脑也能换——delegateModel 改成 deepseek-v4-pro 或你任何已注册渠道，一行配置，热生效。

---

🛠️ 快速上手（3 步，5 分钟）

# 1️⃣ 安装（从 npm 一键安装，自动追加到 profile bundles）
dsh plugin --profile web add @acc1143/dsh-vision-bridge

# 2️⃣ 重启 dsh web

没有 npm 也没关系，同样一条命令：dsh plugin --profile web add github:Acc1143/dsh-vision-bridge#v0.1.1

# 3️⃣ 在 settings.yaml 配好你的视觉模型
vision-bridge:
  visionProvider: openai      # 你在 设置→Models 配的视觉渠道（任意 OpenAI 兼容视觉网关都行）
  visionModel: gpt-4o         # 该渠道下的视觉模型 id

保存即生效（热加载），新会话默认就是 auto。传一张图试试 → 成了 🎉

完整配置项、换文本大脑、已知限制与故障排查见 README-fake.md（技术文档）。

---

🧠 原理一张图

用户传图 ──► auto-hybrid（本插件路由，声明支持图片）
              │ 无图：直接委托 DeepSeek（零开销）
              ├─► deepseek-official（文本轮次）
              │ 有图：先视觉分析（有界子任务）
              ├─► 视觉模型 ──► 分析文本替换图片块
              └─► deepseek-official（推理 / 工具 / 作答）

密钥解析交给视觉渠道自己的适配器（llm-pi-ai），本插件不接触任何凭据。

---

🆚 和同类项目有什么不一样

生态里已有视觉插件，但思路不同，三者可以互补：

项目	思路	差异点
liustack/modlens（1.4k⭐）	图片 → 结构化 JSON 证据（OCR/版面/语义）	把视觉做成"证据工具"，输出数据
Anionex/dsh-vision-toolkit（362⭐）	视觉工具集（长截图 OCR/UI 还原/pixel diff）	工具面更宽，偏 agent 集成
dsh-vision-bridge（就是本仓库）	双模型路由	主对话永不换模型，图片只是"过一道视觉翻译"，整轮推理留在 DeepSeek

---

🔍 检索关键词

DeepSeek Harness DSH 视觉 多模态 图片识别 双模型 自动路由 LlmAdapter vision multimodal OCR OpenAI 兼容 图片分析 auto-hybrid plugin

---

📜 许可证

MIT —— 详见 LICENSE。