dsh-image-tools

让纯文本模型（deepseek-v4-pro / flash）具备识图能力的 DSH 插件包： 聊天发图自动落盘 + 原生 read_image 动态禁用 + 对话式 image_recognize 识图工具（委派视觉子 agent，如 xiaomi/mimo-v2.5）。

宿主层全局生效，四个 preset（standard / code / minimal / cordis）的会话通用。

动态桥接原理（v0.2.0）

不再配置任何路由列表。插件按会话当前模型的真实声明动态判定是否拦截：

• 桥接条件：模型解析出 image 能力，且该能力来自你在 settings.yaml 里的显式声明 （路由 defaultInput、模型条目 input、或 modelOverrides 的 input 含 image）。 手写 image 声明的唯一用途就是放行上传准入，所以声明即桥接意图。
• 原生条件：模型能力来自目录（catalog，如 qwen3.6-plus / grok-4.5 / mimo-v2.5）， 无需任何声明 → 原生多模态链路，不转存、不拦截 read_image。

规则：真多模态模型不要手写 input 声明（目录已提供）；移除声明即关闭该模型的桥接 （恢复纯文本，上传会被准入拒绝）。

安装

前置条件：

1. dsh plugin 需要 pnpm：npm i -g pnpm
2. 模型路由（插件只挂载插件行，路由在设置层，需已存在）：

# ~/.dsh/settings.yaml
llm-pi-ai:
  providers:
    xiaomi:
      displayName: 识图模型（MiMo）   # 识图模型分组（目录原生多模态）
      apiKeyEnv: XIAOMI_API_KEY      # key 可自由更换
      baseURL: https://opencode.ai/zen/go/v1
      models:
        - id: mimo-v2.5
          name: MiMo-V2.5
    opencode-go:
      apiKeyEnv: OPENCODE_GO_API_KEY
      modelOverrides:               # 只覆写这两个模型，其余目录模型（qwen/grok）保持原生
        deepseek-v4-pro:
          input: [ text, image ]    # 桥接声明：仅用于放行上传准入
        deepseek-v4-flash:
          input: [ text, image ]
agent-default-model:
  provider: opencode-go
  model: deepseek-v4-flash

3. 识图 token：~/.dsh/.credentials.yaml 中 XIAOMI_API_KEY

安装（始终使用最新发布 tag，见仓库 Releases；示例为当前最新 v0.3.3）：

dsh plugin --profile web add -w github:xiaoxianyu-office/dsh-image-tools#v0.3.3

安装后重启 dsh web 服务生效（插件代码在进程内）。

升级（始终切到最新 tag）

升级 = 重复 add 并指定最新的 tag，不要用 update 选择 Git 引用：

dsh plugin --profile web add -w github:xiaoxianyu-office/dsh-image-tools#v0.3.3

卸载