rison114514/dsh-image-understanding ↗★ 0
dsh-image-understanding
DeepSeek Harness 原生插件：让纯文本模型通过 agent 劫持和 resolveModelInfo 包装自动识别上传图片
AI 分析
核心用途是让纯文本模型（如 DeepSeek）能够通过调用 qwen-vl 识别并理解上传的图片。适合需要在纯文本对话中处理图片的用户。
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:rison114514/dsh-image-understanding说明文档
阅读完整 README ↗使用
开 新会话 → 选择 DeepSeek 主模型 → 直接拖入 / 上传图片并输入"描述这张图" → 预期：
- 不再弹出"当前模型不支持图片"
- 图片被 qwen-vl 自动识别为文字描述并回填，DeepSeek 据此作答
也可在对话中显式调用 image_understanding 工具，传入图片本地绝对路径（或 data URL）做按需识别。
配置项（Web UI：设置 → 插件 → 插件配置 → image-understanding）
启动后在网页端「设置」→「插件」→「插件配置」里找到 image-understanding 卡片，按需填写并保存（改动即时生效，无需重启）：
| 字段 | 说明 | 默认 |
|---|---|---|
api_key | 阿里云百炼 API Key（sk-...），必填；页面以只写输入框呈现，明文不会回传 | — |
model | 视觉模型 ID | qwen3-vl-flash |
base_url | OpenAI 兼容接口地址 | https://dashscope.aliyuncs.com/compatible-mode/v1 |
timeout | 单次调用超时（秒） | 20 |
想直接改文件也行：对应
$DSH_HOME/settings.yaml里的image-understanding:小节，字段同上。