dsh-plugin-image-input

配置视觉 API（设置页填写，一次搞定）

重启后打开 设置 → 图片转文字，填写：

字段	说明	示例
baseUrl	OpenAI 兼容接口地址（不含 /chat/completions）	https://dashscope.aliyuncs.com/compatible-mode/v1
model	视觉模型名	qwen-vl-max / gpt-4o / glm-4v
apiKey	你的 API Key（留空 = 保持不变）	sk-...
maxTokens	最大输出 token	2048

保存即生效（无需重启）。配置存于 ~/.config/mm-vision/config.json。

不填设置页也可以：插件会回退读取同路径配置文件或环境变量 MM_VISION_API_KEY / DASHSCOPE_API_KEY / QWEN_API_KEY / OPENAI_API_KEY / GEMINI_API_KEY。

使用

1. 粘贴 / 拖拽一张图片到输入框（出现缩略预览）
2. 直接按 Enter 或点发送（或先点 🖼️ 按钮只转文字）
3. 等约 1 分钟（思考型视觉模型对复杂图较慢），自动转为文字描述并发送
4. 模型就能"看"到图了

转换期间输入框显示"正在把图片转为文字后发送…"；失败会提示并保留图片，不会丢内容。 多张图片逐张转换、一起发送。