analyze-image-tool

给纯文本的 DeepSeek Harness 模型加上「眼睛」：注册一个 analyze_image 工具，把图片和问题转发给任意 OpenAI 兼容的视觉/多模态端点，把答案以文本返回。装上之后，即使主模型本身不支持图片输入，所有 dsh 入口（web、TUI、远程通道）也能识图。

Vision bridge for text-only DeepSeek Harness models: registers an analyze_image tool that answers questions about images via any OpenAI-compatible vision/multimodal endpoint. No vendor is hard-coded — bring your own baseURL + apiKey + model.

用户: 看下 ~/Desktop/error.png 是什么报错
模型 → analyze_image(path="~/Desktop/error.png", prompt="这个报错的完整文本是什么？")
     ← "TypeError: Cannot read properties of undefined (reading 'map') at …"
模型: 这是一个 … 建议 …

特性

• 通用端点：一套配置（baseURL + apiKey + model）覆盖任意 OpenAI 兼容端点 —— SiliconFlow、DashScope compatible-mode、智谱、OpenRouter、火山、Ollama 本地、OpenAI……代码里零供应商逻辑。
• 沙箱安全读取：本地图片优先走宿主提供的沙箱 fs 通道（ctx.fs.readBytes），遵守会话路径策略；没有该通道的宿主自动回退到 Node 原生读取。也支持 http(s) URL 和 data: URL。
• Schema 安全：工具参数经 defineTool 编译为 object 根（type: "object"）的标准 JSON Schema，规避了社区踩过的「工具 schema 根不是 object 导致整个会话 400 崩溃」的坑（dsh 社区 #297）。
• 健壮性：API key 在报错信息中自动脱敏；思考型模型的 推理块自动剥离； 独占响应当作「仅推理无答案」处理并给出可操作提示。
• 结构化返回：{ text, model, usage }，附带端点的模型 id 与 token 用量。
• 多插件共存：工具名 analyze_image 与社区的 view_image / see_image / vision_glance 等不冲突，可与 dsh-image-bridge 之类的粘贴桥接补丁搭配使用。

安装

要求：DeepSeek Harness（dsh）0.1.x，Node.js ≥ 18.17。

dsh plugin --profile web add github:CaseyTso/analyze_image_tool#v0.1.0
dsh --profile web

包内 package.json 声明了 dsh.bundle.patch，安装后会自动作为 profile 层生效，无需手工编辑 cordis.patch.yml。

配置

在 profile 的 cordis.patch.yml 里针对插件 id 配置（或在设置界面/环境变量配置）：

- id: analyze-image-tool
  config:
    baseURL: https://api.siliconflow.cn/v1     # 任意 OpenAI 兼容端点
    apiKey: ''                                  # 可留空，走下方解析链
    model: Qwen/Qwen3-VL-32B-Instruct           # 端点上的视觉/多模态模型 id
    maxTokens: 2048
    timeoutMs: 60000
    maxImageBytes: 10485760