siegfly/dsh-deepseek-vision ↗★ 5
dsh-deepseek-vision
Out-of-tree dsh provider plugin: a DeepSeek gateway route that claims image input and transparently describes pasted images through a configured vision-language model (e.g. Qwen-VL) before the text-only DeepSeek wire sees them.
AI 分析
核心用途是为官方纯文本 DeepSeek 接口曲线实现“看图”功能。适合希望在不更换主模型的前提下,让 Agent 能够理解和处理会话中粘贴的图片的用户。
インストール
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:siegfly/dsh-deepseek-visionドキュメント
README 全文を読む ↗配置
全部可省略(走默认值)。两个 key 都支持 credential-ref(环境变量名),凭据经 dsh 的 credentials seam 解析(Web Models 页写入的凭据即可用),无 seam 时回退到启动环境变量:
| 路径 | 默认值 | 说明 |
|---|---|---|
provider | deepseek-vision | 注册的路由 id(避开 deepseek-official) |
displayName | DeepSeek + Vision | 模型选择器里的名字 |
deepseek.* | — | 与官方 llm-deepseek 段完全同构(apiKeyEnv / baseURL / thinking / reasoningEffort / maxTokens / models / retryPolicy…) |
deepseek.apiKeyEnv | DEEPSEEK_API_KEY | DeepSeek key |
vl.apiKeyEnv | QWEN_VL_API_KEY | VL 模型 key |
vl.baseURL | https://dashscope.aliyuncs.com/compatible-mode/v1 | 任意 OpenAI 兼容 /chat/completions 网关 |
vl.model | qwen3-vl-flash | VL 模型 id(贴图 OCR 型描述性价比最高;复杂视觉推理可换 qwen-vl-max) |
vl.describePrompt | 详述 + 逐字提取的英文提示词 | 图片描述指令 |
vl.timeoutMs | 120000 | 单次描述请求硬超时 |
vl.maxCacheEntries | 64 | 进程内描述缓存容量(LRU) |
vl.onFailure | fail | fail = 描述失败整个请求失败;placeholder = 降级为文字占位继续 |
llm-vl-gateway 也是一个 settings namespace,三个编辑入口:设置 → 插件 → 插件配置
的"DeepSeek + Vision(视觉语言桥接)"卡片(vl.* 全字段 + VL 密钥)、Web Models 页
(deepseek.* 子段由可配置 provider 目录接管)、settings.yaml(两个子段都可写)。

provider / displayName 是注册期事实,修改即时生效(adapter 路由 + 可配置 provider
目录原子重注册,不需重启);改成已被占用的路由 id 时两个注册表保留旧值并记日志。
patch 行内配置示例(全部可选):
- insert:
- id: llm-vl-gateway
name: dsh-deepseek-vision
config:
deepseek:
reasoningEffort: high
vl:
apiKeyEnv: DASHSCOPE_API_KEY
model: qwen3-vl-flash
使用
- 设置两个 key:设置 → 插件 → 插件配置 → "DeepSeek + Vision(视觉语言桥接)" 卡片里填 VL 密钥(写入凭据存储,不出现在任何响应/设置里);DeepSeek key 沿用现有凭据;
- Models 页选择 provider DeepSeek + Vision(会话内切换即持久化为默认);
- 聊天窗贴图,发消息——图片自动被描述,DeepSeek 看到的是文字。
设置卡片是本插件的客户端面(dsh.client):以官方解耦插件的方式注册进
settings.plugin.item 槽位,编辑 llm-vl-gateway.vl 段,与官方内置卡片(终端 /
Agent 循环 / 网页搜索)同机制、同交互(暂存草稿、覆盖状态显示、保存时整体写入)。