DeepEye Vision for DSH

为 DeepSeek Harness 提供视觉能力的原生 Cordis 插件。

让纯文本模型获得"眼睛"：图片描述、OCR 文字提取、视觉问答、UI 布局分析、剪贴板截图分析。

特性

• 原生集成 — 直接注册到 ctx.tools，无 MCP 中间层开销
• 多后端 — 支持 OpenAI (GPT-4o)、Google Gemini、自定义 OpenAI-compatible 端点
• 智能预处理 — 自动缩放过大图片、转换 JPEG 以节省 token
• 结果缓存 — LRU 缓存减少重复 API 调用
• System Prompt — 自动注入提示段落，让模型知道何时使用视觉能力

安装

本插件是一个标准 dsh bundle（声明了 dsh.bundle.patch），通过 dsh 的 profile 插件机制安装：

# 发布后（npm 安装）
dsh plugin --profile web add dsh-plugin-deepeye

# 本地开发时（从插件源码目录的上一级执行）
dsh plugin --profile web add ./dsh-plugin-deepeye

安装时 dsh 会：

1. 首次使用自动初始化 profile（含 @deepseek-ai/dsh-base）
2. 用 pnpm 把本包链接进 profile 目录
3. 因本包声明了 dsh.bundle，自动追加到 dsh.profile.bundles 层叠

验证与启动：

dsh --profile web --dump-config   # 确认出现 dsh-plugin-deepeye 层
dsh web                           # web 是 --profile web 的别名

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
openai	OPENAI_API_KEY
gemini	GEMINI_API_KEY
custom	DEEPEYE_API_KEY

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

# .env 或系统环境变量
export OPENAI_API_KEY=sk-xxx

# cordis.yml - 无需 apiKey 字段，自动从 OPENAI_API_KEY 读取
- id: deepeye-vision
  name: 'dsh-plugin-deepeye'
  config:
    provider: openai

使用 OpenAI

- 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