dsh-vision-plugin
已验证@woyeshishen/dsh-vision-plugin · v1.0.4 · Apache-2.0 · Web 界面
为 DeepSeek Harness 提供外部视觉模型能力：纯文本主模型通过 describe_image 工具调用外部视觉模型看图，拿到纯文字描述（多模态补全）。静态 Cordis 插件，随 DSH 启动自动加载。
安装
dsh plugin add @woyeshishen/dsh-vision-plugin 用 dsh --profile default --dump-config 确认 layer 已生效 —— 参见安装指南。
源码
标签
说明文档
dsh-vision-plugin
English | 中文
为 DeepSeek Harness（DSH）补齐看图能力：接入一个 OpenAI 兼容的外部视觉模型后，纯文本主模型（如 deepseek）即可通过 describe_image 工具把图片交给它、拿到纯文字描述，从而理解截图、照片、图表、OCR、界面等内容。
设计原则：图片只发给副模型（外部视觉模型），主模型始终只处理文字。
特性
| 🖼️ 看图 | 主模型调用 describe_image，返回纯文字描述 |
| ⚙️ 图形化配置 | 在设置页填 URL / API key / 模型，无需手改配置文件 |
| 🔒 凭据安全 | API key 加密存储于凭据库，界面永不回显 |
| 📦 一次安装，长期有效 | 随 DSH 启动自动加载，重启不丢 |
安装
一键安装（推荐）
Windows（PowerShell）
irm https://raw.githubusercontent.com/woyeshishen/dsh-vision-plugin/main/scripts/install.ps1 | iex
macOS / Linux
bash <(curl -fsSL https://raw.githubusercontent.com/woyeshishen/dsh-vision-plugin/main/scripts/install.sh)
dsh plugin 命令安装
从 npm
dsh plugin --profile web add @woyeshishen/dsh-vision-plugin
从 GitHub
dsh plugin --profile web add github:woyeshishen/dsh-vision-plugin
安装完成后，插件会自动挂载到 profile，重启 DSH（或热重载）即生效。
使用
第一步：配置外部视觉模型
打开 设置 → 多模态视觉：
| 字段 | 说明 |
|---|---|
| URL（Base URL） | OpenAI 兼容接口地址，如 https://api.example.com/v1 |
| API key | 外部模型的密钥（加密存储，不回显） |
| 模型 | 点「加载模型」从接口拉取列表并选择 |
点「保存」。
第二步：让主模型看图
在对话中直接说，例如：
看一下
D:\path\to\image.png，描述里面的内容
主模型会自动调用 describe_image，把图片发给外部视觉模型，拿到文字描述后继续推理。
工具
describe_image
| 参数 | 必填 | 说明 |
|---|---|---|
path |
✅ | 图片文件路径；支持 png / jpg / jpeg / webp / gif |
prompt |
❌ | 对图片的具体问题；缺省为「详细描述图片内容」 |
要求
- DeepSeek Harness
- 一个 OpenAI 兼容（
/chat/completions）、支持图像输入的外部视觉模型