DSH Hub / 插件 / dsh-vision-router ysr666/dsh-vision-router ↗ ★ 5
dsh-vision-router DeepSeek Harness plugin: turn-level vision routing with provider fallback chains, a cached vision_describe tool with JSON output and image downscaling, and optional per-host proxy support.
包名 dsh-vision-router
版本 0.1.0
许可证 LGPL-3.0
最近更新 2026年8月13日 GitHub ↗ 文档 ↗ dsh-vision-router
给 DeepSeek Harness 上的纯文本 Agent 装上"眼睛"。 图片轮次自动切视觉模型——其余一切留在 DeepSeek。
内置免费视觉模型兜底（免注册、免 Key），也支持多供应商链路自由定制；一行配置接入，开箱即用。
English
一句话版本
你想发图给 DeepSeek？装这个插件，照常用 。发图片的那一轮自动交给视觉模型看原图，看完自动切回来，其余轮次 DeepSeek 一分钱不多花。
一个视觉模型挂了？自动换下一个 ，全挂了会告诉你具体原因（地区限制 / 风控 / 欠费 / 限流）。
什么模型都没配？没关系 ——内置免注册、免 Key 的免费视觉端点兜底，vision_describe 开箱即用。
优势
看图时真看图 ：图片轮由视觉模型读取原图像素 ，不经过"转成文字描述"的中间层，不丢细节、不靠转述。日常还是 DeepSeek ：纯文字轮次完全不动，日常体验、成本、上下文都跟没装插件时一样。挂了自动换 ：地区限制、ToS 风控、402 额度、429 限流、网络错误——自动沿链路换下一个模型。开箱即用 ：内置 OVHcloud 免费视觉端点——无需账号、无需 Key ，匿名额度每个 IP、每个模型每分钟 2 次；一行安装 + 补丁一行配置，不碰预设、不改源码。随手可查 ：vision_describe 随时对比 1–4 张图（设计稿 vs 实现截图），支持 JSON 输出、结果缓存、大图自动缩放。按需代理 ：只把视觉供应商的域名走你的本地代理，DeepSeek 保持直连。
为什么贴合 dsh
DeepSeek Harness 的理念是一切皆插件 ：
能力是 Cordis 行，模型按请求路由，工具共享一个注册表。本插件正是建立在这些接缝之上 ，
而不是绕过它们：
dsh 的能力 本插件如何借力 Agent-loop 瀑布 agent/pre-step 看到轮次消息；agent/request 改写模型路由；agent/request-error 驱动降级工具注册表 vision_describe 像官方工具一样注册——所有预设自动获得
dsh-vision-router · DSH Hub
沙箱与附件服务 文件读取走 ctx.fs（沙箱感知）；图片经 ctx.attachments 持久化（内容寻址）
插件组合 profile 补丁里加一行 insert，不改预设、不动源码
因此它不是 文字描述桥（有信息损耗），也不是 整会话换模型（每轮都计费），
而是轮次级路由 ：恰好包含图片的那一轮在视觉模型上获得原生像素访问；
其余每一轮都留在你的日常模型上。
功能特性
🎯 轮次级路由 轮次中出现图片——无论是拖拽上传还是中途 read_image 的结果——整轮切到视觉模型。
纯文字轮次永远留在 DeepSeek。
🔁 供应商降级链 地区限制、ToS 风控、402 额度不足、429 限流、网络错误——每种失败自动换下一个模型，
即使是默认重试策略会直接放弃的错误码。
🔍 vision_describe 工具 按需把 1–4 张图片（本地文件或会话上传附件）转成文字结论。
支持并排对比——设计稿 vs 实现截图。
🧾 JSON 模式 要求结构化输出；非法 JSON 会被检测，并用更严格的提示重试一次，再失败才回退。
🖼️ 大图自动缩放 超过阈值的图片用 sharp 自动缩放后再提交，而不是撞上 harness 的准入限制报错。
💾 结果缓存 答案按"内容寻址图片 id + 问题 + 模型链"缓存（LRU + TTL）。
同一张截图问两次，第二次零成本。
🔌 按域名代理 只把视觉供应商的域名走本地代理（http:// 或 socks://）；
DeepSeek 与其他请求保持直连。
📎 上传附件复用 关闭路由时，上传图片会被改写为附件标记，文本模型之后仍可
通过 vision_describe 回看它们。
工作原理 flowchart TD
U[用户轮次] --> PS{agent/pre-step
消息里含图片?}
PS -- 否 --> TEXT[会话模型
如 DeepSeek]
PS -- 是 --> R{agent/request
改写路由}
R --> V1[视觉供应商 1
原生像素]
V1 -- 失败 --> ERR[agent/request-error
强制重试]
ERR --> V2[视觉供应商 2]
V2 -- 失败 --> ERR2[... 直到链路耗尽]
ERR2 --> E[分类明确的错误提示]
V1 -- 成功 --> DONE[整轮留在视觉模型]
T[vision_describe 工具] --> C{缓存命中?}
C -- 否 --> DS[缩放?] --> LLM[ctx.llm.stream
供应商链路]
C -- 是 --> OUT[缓存答案]
LLM -- 成功 --> OUT
LLM -- 全部失败 --> F[友好失败文本]
安装 # 从 GitHub 安装（本仓库）
dsh plugin --profile web add github:ysr666/dsh-vision-router
# 或 npm 发布后：
# dsh plugin --profile web add dsh-vision-router
在 profile 补丁（$DSH_HOME/profiles/web/cordis.patch.yml）中加一行：
- insert:
- id: vision-router
name: 'dsh-vision-router'
config:
provider: openrouter
# 默认主模型（付费、中国大陆直连可用）；完全省略 config 时，
# vision_describe 仍可用内置免费端点兜底，路由则使用默认链。
model: qwen/qwen3-vl-235b-a22b-instruct
fallbacks:
- openai/gpt-5.6-sol
前置条件 ：你命名的每个视觉模型都必须存在于 OpenRouter 设置
（$DSH_HOME/settings.yaml → llm-pi-ai.providers.openrouter.models）中，
并声明 input: [text, image]，否则 harness 会拒绝给它传图片。
配置项 字段 默认值 含义 provideropenrouter简写链路的供应商路由。 modelqwen/qwen3-vl-235b-a22b-instruct主视觉模型（简写形式；付费模型，中国大陆直连可用）。 fallbacks[]同一供应商的备用模型（简写形式）。 providers[]多供应商形式 ：{ provider, model, fallbacks[] } 列表，逐条尝试；优先于简写形式。routingtrue轮次级路由。false = 仅工具。 tooltrue注册 vision_describe。false = 仅路由。 rewriteImagestrue关闭路由时，把上传图片块改写为附件标记。 downscaletrue超过 downscaleMaxPixels 的图片自动缩放。 downscaleMaxPixels8000000工具图片的像素预算（约 8MP）。 cachetrue缓存 vision_describe 答案。 cacheTtlSeconds3600缓存有效期（0 = 永久）。 cacheMaxEntries200LRU 容量。 timeoutMs120000单次视觉调用超时（工具路径）。 proxy""可选 http://host:port 或 socks://host:port。 proxyHostsapi.openrouter.ai、openrouter.ai仅这些域名走 proxy。 httpProviders内置 OVHcloud 匿名端点 直连 HTTP 供应商列表（不走 harness llm 服务）；留空 = 用内置免费模型，见下文。 freeFallbacktrue未显式配置 httpProviders 时启用内置免 Key 免费兜底；false 彻底关闭。
内置免费模型（免注册、免 Key） vision_describe 在所有配置的付费/自有模型都失败后，会自动落到内置的免费视觉端点 ——
OVHcloud AI Endpoints
的匿名层（Qwen2.5-VL-72B-Instruct）：无需账号、无需 Key、无需代理 ；
匿名额度为每个 IP、每个模型每分钟 2 次 （免费层为尽力而为，正式高频使用请换成自己的配额）。
想换掉默认免费端点或加更多直连供应商，用 httpProviders（OpenAI 兼容、apiKeyEnv 留空即匿名）：
config:
httpProviders:
- name: ovh
baseURL: https://oai.endpoints.kepler.ai.cloud.ovh.net/v1
model: Qwen2.5-VL-72B-Instruct
- name: zhipu
baseURL: https://open.bigmodel.cn/api/paas/v4
model: glm-4.6v-flash
apiKeyEnv: ZAI_API_KEY
其他免费额度选择（均需注册领 Key；免 Key 的视觉 API 目前只有上述 OVHcloud 匿名层 ）：
平台 免费视觉模型 直连 说明 🥇 阿里云百炼 DashScope qwen-vl-plus 等✅ 新用户每系列 100 万 token/90 天，额度最大（推荐首选） 🥈 智谱 bigmodel.cn glm-4.6v-flash✅ 永久免费 通用 VLM，唯一长期零成本🥉 SiliconFlow 硅基流动 Qwen/Qwen2.5-VL-7B-Instruct 等✅ ¥14 赠金覆盖 OpenRouter（海外） google/gemma-4-31b-it:free 等需代理 免费 50 次/天；免费名单轮换频繁 （qwen-vl-plus:free、llama-4-scout:free 等已下架）
多供应商链路 config:
providers:
- provider: openrouter
model: openai/gpt-5.6-sol
fallbacks: [openai/gpt-5.6-sol-pro]
- provider: openrouter
model: qwen/qwen3-vl-235b-a22b-instruct
- provider: pi-ai-custom
model: glm-4.6v
每个"供应商/模型"对都是链路中独立的一环——一环失败即换下一环，跨供应商同样生效。
代理 config:
proxy: http://127.0.0.1:10808
proxyHosts: [openrouter.ai]
当供应商对你的 IP 做地区限制、或你的出口节点被 ToS 风控时非常有用。
只有列出的域名走代理；DeepSeek 保持直连。
方案对比 一句话讲清区别 ：其他 dsh 视觉插件大多"把图片转成文字描述再喂给 DeepSeek"（描述桥，有信息损耗）；
本插件主打"图片轮直接交给视觉模型看原图 "（路由桥，像素保真），同时内置免 Key 免费模型兜底。
手动切换模型 MCP 视觉桥 本插件 像素保真 ✅ 完整（切换后） ❌ 只有文字描述 ✅ 完整，图片轮内 自动化 ❌ ✅ ✅ 日常模型不受影响 ❌（整会话被换） ✅ ✅ 供应商失败恢复 ❌ ❌ ✅ 降级链 可复用的结构化查询 — 部分 ✅ JSON 模式 + 缓存 免费开箱即用 ❌ ❌ ✅ 内置免 Key 免费端点 贴合 dsh 组合体系 — 外部服务器 ✅ 一行插件行
与现有 dsh 社区方案的差异 （均为优秀项目，各有侧重）：
项目 思路 本插件的差异 dsh-vision-sidecar 图片先经外部 VLM 做 OCR/描述，描述作为会话消息交给 DeepSeek；默认 OVHcloud 匿名端点 描述桥方案；本插件提供"原图直看"路由，描述能力由 vision_describe 按需替代 dsh-vision-proxy 包装 provider 路由，请求流里把图片转译成文本再交给 DeepSeek 转译桥方案；本插件不包装 provider，通过 agent/request 瀑布改写路由 dsh-vision-provider 纯配置 bundle，注册一个 OpenAI 兼容多模态路由 配置层思路相同；本插件在此基础上增加自动路由、降级链与工具 modlens 最早的 dsh 视觉插件；复用本机 Codex/OpenCode/Pi 等登录态作为视觉引擎 引擎复用思路；本插件自带供应商链，不依赖本机其他 CLI dsh-vision-toolkit 10 个意图化视觉工具（Q&A/OCR/像素校验/UI 还原） 工具集更全；本插件聚焦"路由 + 一个通用对比工具"，更轻 dsh-tool-vision inspect_image 工具 + llm/stream 瀑布图片桥瀑布桥思路相近；本插件多出轮次路由、降级链、缓存与免费端点
致谢
常见问题 为什么是轮次级而不是会话级粘性路由？
你要的是"除了图片都走日常模型"。图片轮获得完整像素保真；视觉模型的文字结论
留在历史里，文本模型之后仍能读到。
为什么 403 "not available in your region"？
供应商按地区限制。把供应商域名走一个出口 IP 可用的代理，或用地区可用的备用模型。
为什么走了代理还是 "provider Terms Of Service"？
你的出口节点 IP 被供应商风控（数据中心 IP 很常见）。换个干净的节点，或用备用模型。
为什么 api.openrouter.ai 连不上而 openrouter.ai 正常？
部分地区和出口节点专门重置 api. 子域名。把 OpenRouter 的 baseURL 指向
https://openrouter.ai/api/v1 即可。
支持哪些图片格式？
harness 附件路径只接受 png/jpeg/webp/gif。heic/tiff 需先转码。
上传图片还受部署的 attachment-local 限制（默认 5 MB / 4000 万像素，
覆盖该行可调大）。
开发 导出的纯函数（providersOf、blocksHaveImage、eventHasImage、
rewriteImageBlocks、extractJson、createCache、downscaleImage、
createChunkAssembler、classifyFailure）是可测试的核心；apply 负责把
它们接入 harness 瀑布。欢迎 PR。
许可证 
