dsh-vision-plugin

给 DeepSeek Harness 的纯文本模型装上"眼睛"。

English | 中文

v1.1.1 · MIT License

---

deepseek-v4 系列是纯文本模型：你可以在对话框里粘贴截图、照片，但它看不见。这个插件在中间加了一层——图片先交给视觉模型（qwen3.7-plus、kimi-k3 等）转写成文字描述，再把描述交给主模型。从此粘贴图片、切换任何文本模型，都能正常"看图"。

效果

你：这是什么？                          （粘贴了一张 Clash Verge Logo）

助手：这是 Clash Verge 的标志（Logo）。左侧是一个黑色的猫头剪影，
     右侧是文字 "Clash Verge"。它是一款基于 Clash 内核的图形化
     代理客户端软件……

图片由视觉模型自动转写，主模型看到的是文字描述，回答和读图效果一样自然。

三个能力

1. 粘贴图片直接问 —— 对话框粘贴或拖入图片，任意文本模型都能回答图片内容，不需要任何特殊指令。
2. vision_analyze 工具 —— 模型可以主动调用它分析本地图片文件，还能指定问题（"图中表格第三行数据是多少？"）和具体视觉模型。
3. 设置页配置视觉模型 —— DSH 设置面板新增"视觉模型"页：选默认视觉模型、看当前路由，中英双语、跟随界面语言。

快速开始

方式 A：永久安装 —— 每次 dsh 启动自动载入（推荐）

本仓库根目录就是一个 dsh bundle 包（dsh-vision-plugin）：宿主半部 lib/index.js、浏览器半部 lib/client.js、 插件行 cordis.patch.yml。把 bundle 注册进你的 profile， dsh 启动时就会自动挂载插件——不需要 cordis_define/cordis_run，重启也不丢。

① 用 dsh plugin 安装。 包已发布到 npm，一条命令搞定——dsh plugin 用 pnpm 装好包后，因为包声明了 dsh.bundle，会自动把它追加进 dsh.profile.bundles：

dsh plugin --profile web add dsh-vision-plugin

正在开发插件本身？改用本地检出安装——下次重启 dsh 即生效，无需走 registry：

dsh plugin --profile web add /绝对路径/deepseek-harness-plug
# 或在检出目录里直接：
dsh plugin --profile web add .