dsh-vlm-bridge

DeepSeek Harness 组合包（bundle）插件：为纯文本模型提供视觉能力。

功能

vision_analyze 工具：读取图片文件 → 调用 VLM（默认 ModelScope Qwen/Qwen3-VL-8B-Instruct）→ 返回文字描述。 适合当前模型（如 deepseek-v4-flash）不支持图片输入时：

• 识别图片内容（默认详细描述）
• 追问图片细节（传 question 参数）

文件结构

dsh-vlm-bridge/
├── package.json        # dsh.bundle manifest + dependencies
├── cordis.patch.yml    # 插入 dsh-vlm-bridge 插件行的 patch 层
├── index.js            # 插件实现（name / inject / Config / apply）
├── scripts/
│   ├── verify.mjs      # 自检脚本（模块解析 + schema + 工具注册 + 真实 VLM E2E）
│   └── demo.png        # E2E 测试用图（真实 UI 截图，非 1×1/64×64 占位）
└── README.md

安装（profile web）

dsh plugin --profile web add github:me9rez/dsh-vlm-bridge
# bundle 层在启动时读取，安装后需重启 dsh 进程
dsh --profile web --dump-config   # 应看到 "# == dsh-vlm-bridge" 层

其他分发方式：

# 从 npm 安装（已发布后）
dsh plugin --profile web add dsh-vlm-bridge

# 从 tarball 安装（无需构建权限）
pnpm pack && dsh plugin --profile web add ./dsh-vlm-bridge-0.1.4.tgz

# 从本地目录安装（开发时）
dsh plugin --profile web add C:/workspace/dsh-vlm-bridge

# 维护
dsh plugin --profile web update dsh-vlm-bridge            # 更新
dsh plugin --profile web remove dsh-vlm-bridge            # 卸载（同时移除 bundle 层）

参考 dsh 生态做法（如 dsh-agent-teams 的安装方式：dsh plugin --profile web add github:NanmiCoder/dsh-agent-teams）——dsh 支持直接从 GitHub 安装 bundle 包。

配置层由 cordis.patch.yml 提供：插入 dsh-vlm-bridge 插件行（id 可被用户层覆盖）。

配置

单一来源：baseUrl/model 等只从 config 来（schema 默认值兜底）；密钥只从 credentials 来。

Config 字段（patch 层 config:）	类型	默认值	说明
baseUrl	string	https://api-inference.modelscope.cn/v1	VLM API 地址
model	string	Qwen/Qwen3-VL-8B-Instruct	VLM 模型名
cacheTtlMs	number	600000	识别结果缓存时长 ms
cacheMax	number	64	缓存条目上限
fetchTimeoutMs	number	120000	VLM 请求超时 ms