Favio8/dsh-plugin-deepeye4

dsh-plugin-deepeye

DeepSeek Harness native plugin: vision capabilities for text-only LLMs (describe, OCR, VQA, layout analysis, clipboard)

AI 분석

核心用途是为不具备多模态能力的纯文本模型外挂视觉解析工具。适合需要对图片、屏幕截图或剪贴板图像进行 OCR 和视觉问答的混合任务。

패키지
dsh-plugin-deepeye
버전
0.2.0
라이선스
MIT
최근 업데이트
2026. 8. 17.

설치

$npx -p @deepseek-ai/dsh dsh plugin --profile web add github:Favio8/dsh-plugin-deepeye

配置

API Key 解析优先级

插件支持多层 API Key 解析,用户可以选择最方便的方式:

  1. cordis.yml 显式配置config.apiKey: !!js process.env.XXX
  2. 自动环境变量回退 — 根据 provider 自动匹配对应环境变量
  3. 通用变量DEEPEYE_API_KEY(适用于所有 provider)
provider自动回退的环境变量
openaiOPENAI_API_KEY
geminiGEMINI_API_KEY
customDEEPEYE_API_KEY

最简配置:只需设置环境变量,无需在 cordis.yml 中显式写 apiKey


### 使用 OpenAI

```yaml
- id: deepeye-vision
  name: 'dsh-plugin-deepeye'
  config:
    provider: openai
    # apiKey: !!js process.env.OPENAI_API_KEY  # 可省略,自动回退
    model: gpt-4o                    # 可选,默认 gpt-4o
    # baseUrl: ''                    # 可选,代理或 Azure 端点

使用 Gemini

- id: deepeye-vision
  name: 'dsh-plugin-deepeye'
  config:
    provider: gemini
    model: gemini-2.0-flash          # 可选,默认 gemini-2.0-flash

使用智谱 GLM-4V(免费)

智谱的 glm-4v-flash 是免费视觉模型,走 OpenAI-compatible 端点,对应 provider: custom

examples/zhipu-glm4v.cordis.patch.yml 的内容合并到 profile 的用户 patch 层(%USERPROFILE%\.dsh\profiles\web\cordis.patch.yml,Linux/macOS 为 ~/.dsh/profiles/web/cordis.patch.yml):

- id: deepeye-vision
  config:
    provider: custom
    baseUrl: https://open.bigmodel.cn/api/paas/v4
    model: glm-4v-flash
    maxTokens: 1024

API Key 通过环境变量提供(custom provider 自动读取 DEEPEYE_API_KEY):


### 使用自定义端点

适用于 vLLM、Ollama、LM Studio 等 OpenAI-compatible 服务:

```yaml
- id: deepeye-vision
  name: 'dsh-plugin-deepeye'
  config:
    provider: custom
    baseUrl: http://localhost:8080/v1   # 必填:端点地址
    model: qwen-vl-plus                 # 必填:模型名
    # apiKey: !!js process.env.DEEPEYE_API_KEY  # 可省略

完整配置参考

- id: deepeye-vision
  name: 'dsh-plugin-deepeye'
  config:
    provider: openai              # 'openai' | 'gemini' | 'custom'
    apiKey: ''                    # 留空则自动读 env(见上表)
    baseUrl: ''                   # custom 端点或代理地址
    model: ''                     # 留空使用 provider 默认模型
    cacheEnabled: true            # 结果缓存开关
    cacheMaxSize: 200             # 缓存最大条目
    cacheTtlSeconds: 86400        # 缓存条目有效期(秒,0 表示不过期)
    maxImageDimension: 1536     # 图片最大尺寸(超过自动缩放)
    jpegQuality: 85               # JPEG 压缩质量
    maxTokens: 4096               # OpenAI-compatible 视觉模型最大输出 token
    requestTimeout: 30000         # 单次请求超时(毫秒)
    maxRetries: 2                 # 瞬时失败(429/5xx/网络错误)重试次数
    retryDelay: 1000              # 首次重试前的基础延迟(毫秒,指数退避)
    maxImageDownloadBytes: 20971520  # URL 图片最大下载字节数
    pasteCompat: auto             # 'off' | 'auto' | 'force',粘贴图片兼容模式

缓存键包含「provider + baseUrl + 图片 + prompt + model」:切换后端或模型不会误命中旧缓存;条目按 cacheTtlSeconds 过期。