dsh-vision-plugin

English documentation: README.en.md

DeepSeek Harness 插件：在聊天输入框上传/粘贴图片，发送时用视觉模型（百炼 DashScope）或 Windows 离线 OCR 转述图片内容，并把描述注入消息：

【解析了提供图片，图片内容是】

安装

npx @deepseek-ai/dsh plugin --profile web add dsh-vision-plugin

或从 GitHub 直接安装：

npx @deepseek-ai/dsh plugin --profile web add github:/dsh-vision-plugin

pnpm 9 注意：若 add 报 ERR_PNPM_ADDING_TO_ROOT（workspace root 检查），在命令末尾追加 --workspace-root：

npx @deepseek-ai/dsh plugin --profile web add dsh-vision-plugin --workspace-root

git 源插件需要 pnpm 允许构建脚本（prepare），按 pnpm 打印的提示把包名加入 $DSH_HOME/profiles/web/pnpm-workspace.yaml 的 allowBuilds 后重试。

教程

① 上传 / 粘贴图片

1. 点输入框工具行的 🖼️（视觉转述）或 📝（纯 OCR）选一张图片； 或直接 Ctrl+V 粘贴（QQ 截图、系统截图都行，BMP 自动转 PNG）。
2. 图片出现在输入框上方的预览条——缩略图 + 文件名 + 视觉/OCR 徽标 + 红色 × 删除按钮。 也可以点 🗑️ N 一键清空本会话所有待发图片。
3. 在输入框输入文字（可选），然后回车发送。

② 发送时如何转述

上传方式	转述方式
📝 OCR 按钮	仅 Windows 内置 OCR（离线、不调模型）
🖼️ 按钮 / Ctrl+V 粘贴	仅视觉模型（需先选择模型 + 配置 API Key）

• 转述成功 → 消息正常发送，主模型收到的内容以 【解析了提供图片，图片内容是】 开头，后接你的原文；预览条随后自动清除。
• 转述失败 → 消息发给主模型，顶部弹出红色 toast，准确区分 「视觉模型调用失败」还是「OCR 识别失败」；预览与图片数据保留，可直接重发。