dsh-img

给纯文本模型装上眼睛 · Give text-only models eyes — a DeepSeek Harness plugin that adds an analyze_image tool, bridging any text-only coding agent to a vision API.

• 🇨🇳 零成本开箱：默认接智谱 GLM-4V-Flash（免费），备选通义 Qwen-VL（免费额度）
• 📦 npm 一键安装：纯 JavaScript、零构建步骤（对比 GitHub 源码类插件的手动构建）
• 🔌 任意端点：custom 预设支持任何 OpenAI 兼容视觉端点（中转站 / 自建 vLLM / GPT-4o…）

安装（Install）

dsh plugin --profile web add dsh-img
# 重启 dsh web / Restart the server

设置 API key（智谱免费申请：https://open.bigmodel.cn/ ）：

export ZHIPU_API_KEY=your-key-here

然后对 agent 说：

用 analyze_image 看一下 ./screenshot.png 里写了什么

切换后端（Switch backend）

编辑 profile 的 cordis.patch.yml（$DSH_HOME/profiles/web/cordis.patch.yml），按 id 覆盖整行：

- id: image-bridge
  name: dsh-img
  config:
    preset: qwen        # zhipu | qwen | custom

通义 key 用 export DASHSCOPE_API_KEY=...。

自定义端点（中转站等）：

- id: image-bridge
  name: dsh-img
  config:
    preset: custom
    baseURL: https://your-gateway/v1
    model: gpt-4o
    apiKeyEnv: MY_GATEWAY_KEY

配置项（Config）

字段	默认	说明
preset	zhipu	zhipu(GLM-4V-Flash 免费) / qwen(Qwen-VL 免费额度) / custom
baseURL	预设值	OpenAI 兼容端点；custom 必填
model	预设值	视觉模型 id
apiKeyEnv	预设值	存放 key 的环境变量名
timeoutMs	60000	单次请求超时
maxImageMB	10	图片大小上限