yan5236/slcatwujian-dsh-vision-plugin ↗★ 1
@dsh-local/vision-bridge
让不支持图片输入的主模型通过已配置的视觉模型理解图片：自动把消息中的图片替换为带像素坐标系的文字描述，并提供 vision_ask 追问工具与设置页 适合主模型无图片输入能力、又需读图的用户；需先配置支持图片输入的视觉模型提供方。
설치
검증된 bundle이 없거나 호환성 검사에 실패했습니다. 먼저 저장소 설명을 읽어 주세요. 전체 README 읽기 ↗
配置
打开 设置 → 图片理解：
| 配置项 | 说明 |
|---|---|
| 模型提供方 | 选择已注册的模型提供方（需在 设置 → 模型 中提前配置） |
| 视觉模型 | 选择或手动输入支持图片输入的模型 ID |
| 描述最大 token 数 | 200–8000，默认 1200 |
| 自动分析消息中的图片 | 开启后图片自动交给视觉模型；关闭后助手会提示改用 vision_ask |
- 测试模型：验证所选模型是否声明支持图片输入，并展示上下文窗口等信息。
- 声明图片输入：当模型未声明
image输入模态时（仅 pi-ai 系提供方支持），点击按钮将image写入提供方的defaultInput，持久生效。
使用
-
直接发送图片，插件自动分析并注入描述；消息中的注入标签形如：
【图片描述·vision-bridge·attachmentId=xxx】图片 name.png，1280×720px，已由视觉模型分析；坐标原点为图片左上角 (0,0)，单位像素
-
助手可调用
vision_ask工具追问细节：vision_ask(attachmentId="xxx", question="描述右上角区域的内容") vision_ask(path="C:/path/to/image.png", question="图片中有什么文字？")