analyze-image-tool

English | 中文

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。

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。
• WebUI 设置面板：web 会话头部右上角有一个小眼睛按钮，点开即可编辑全部设置（baseURL / apiKey / model / 调用参数 / 提示词模板）、保存/切换多套配置方案，并内置「测试连通性」。

安装

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

# 从 main 分支安装（包含粘贴图片运行时桥接；正式发布后也可换成对应 tag）
dsh plugin --profile web add github:CaseyTso/dsh-analyze-image-tool#main
dsh --profile web

注意：仓库里的 v0.1.0 tag 是早期版本，只支持本地路径/URL 识图，不含本次的粘贴图片桥接。

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 。