dsh-vision-bridge

English

dsh-vision-bridge 是一个可安装的 DeepSeek Harness bundle。它通过 Cordis 插件注册 deepseek-vision-bridge 路由和 vision_bridge 工具：把会话附件或本地 PNG、JPEG、WebP、GIF 交给外部识图 API 理解，再把有上限的纯文本分析交还给当前 Agent。

它是 Harness 插件，不是 Agent Skill。package.json 中的 dsh.bundle 声明和 cordis.patch.yml 负责安装与启用；工具、配置、凭证、文件系统和系统提示均使用 Harness 的标准扩展点。

当前版本使用 Google Gemini 作为识图能力供应商；后续版本计划增加更多识图供应商。

工作原理

1. 在会话中选择 DeepSeek + Vision Bridge 路由，然后像平常一样粘贴或上传图片。
2. Harness 通过附件服务校验并保存图片，把不可变引用写入 session；聊天记录继续保留原图。
3. 桥接路由只在发给上游 DeepSeek 的请求副本中把图片块替换为受控文字标记，不修改 session。
4. DeepSeek 调用 vision_bridge。不传图片参数时，工具从当前 Agent session 查找最近一条带图片的用户消息，并通过 ctx.attachments 读取原图。
5. 插件通过 ctx.credentials 解析 GOOGLE_API_KEY，向 Gemini 发起有限制的请求，只把文本分析作为标准工具结果返回。

插件仍兼容显式 image_paths；此时通过 ctx.fs 解析和读取文件，沿用会话工作区与文件系统策略。

图片会发送到配置的 Google 接口，但不会作为图片块发送给当前 DeepSeek 模型。不要用它处理无权向该接口披露的图片。

环境要求

• DeepSeek Harness 0.1.0-rc.5 或兼容的 0.1.x 版本
• Node.js ^22.19 或 >=24
• GOOGLE_API_KEY 凭证

默认模型是 gemini-3.6-flash；实时能力和可用性以 Google 的模型文档为准。

从本地仓库安装

npm install
npm run build
dsh plugin --profile web add .
dsh --profile web --dump-config
dsh --profile web

配置输出中应出现 dsh-vision-bridge 层和 vision-bridge 插件行。

从 GitHub 安装

发布标签会包含构建好的 lib/，因此用户不需要允许依赖执行构建脚本：

dsh plugin --profile web add github:GXX182/dsh-vision-bridge#v0.1.0

建议固定 tag 或 commit。插件代码在 Agent 沙箱之外运行，不应安装不受信任或会移动的分支。

使用 npx 启动 Harness 的用户

npx @deepseek-ai/dsh web 默认读取持久化的 web profile，因此插件不会因为 npx 下载的临时 CLI 被清理而消失。

安装插件：

npx @deepseek-ai/dsh plugin --profile web add github:GXX182/dsh-vision-bridge#v0.1.0

确认安装版本：