dsh-vision-helper

English | 中文

为 DeepSeek Harness 打造的部署级视觉插件。

注册 vision_analyze 工具，让智能体通过任意可配置的多模态模型分析图片（OCR、UI/报错截图、图表理解、通用图片描述），并在 Web 应用中提供设置页界面。

零依赖设计 —— 宿主模块没有任何 import，安装只需复制文件夹 + 一行补丁配置。无需 npm install、无需修改 node_modules 结构、无需软链接。

功能特性

• vision_analyze 工具 —— 接受本地图片路径或 data: URI，发送给配置的多模态模型，返回分析文字。
• 可配置模型 —— 在「设置 → 视觉助手」中选择提供方与模型（或直接编辑 $DSH_HOME/dsh-vision-helper.json）；留空自动选择多模态模型。
• 健壮性 —— 自动剥离粘贴路径中的不可见 Unicode 字符（U+202A 等）；按最长边限制图片尺寸（maxEdge，默认 4096px）；去重流式文本；友好的错误提示。
• 自动调用引导 —— 注入系统提示段，让智能体在涉及图片的任务中自动调用 vision_analyze。
• 持久且全局 —— 宿主组合插件：重启不丢失，所有会话可用。

环境要求（使用者侧）

• DSH Web 部署（设置页仅 Web 端；工具本身在挂载了该插件的任何 profile 中均可用）。
• 在部署的 llm-pi-ai 设置（「模型」设置页）中配置好多模态模型路由——例如 mimo-v2.5，或你添加的任意 OpenAI 兼容视觉端点。插件不携带任何 API Key。

安装

1. 将本 dsh-vision-helper 文件夹复制到 /node_modules/（默认 profile：$HOME/.dsh/profiles/web），使包落在 /node_modules/dsh-vision-helper/。
2. 在 /cordis.patch.yml 中添加插件行：

- insert:
    - id: dsh-vision-helper
      name: 'dsh-vision-helper'

3. 重启 dsh web。完成——无需解析任何依赖，模块完全自包含。

配置

通过设置页（设置 → 视觉助手）：提供方、模型、温度、最大输出 tokens、最大图片边长。等效的配置文件位于 $DSH_HOME/dsh-vision-helper.json（与 settings.yaml 同级）：

{
  "provider": "opencode-go",
  "model": "mimo-v2.5",
  "temperature": 0.2,
  "maxTokens": 1024,
  "maxEdge": 4096,
  "mode": "auto"
}

provider/model 留空 = 自动选择；maxEdge 限制图片最长边像素。 控制注入智能体系统提示的自动调用引导：