Xieweikang123/dsh-vision-bridge ↗★ 1
dsh-vision-bridge
为纯文本模型接入视觉端点,粘贴图片自动转文字。 适合用纯文本模型但需识别图片的用户,需配置视觉 API。
同名包的其他仓库
安装
此插件尚未提供可验证的 bundle,或兼容性检查未通过。请先阅读仓库说明。 阅读完整 README ↗
说明文档
阅读完整 README ↗配置识别用的 API key
默认走智谱免费档 glm-4.6v-flash,只需一个 key:
- 到 注册并创建 API key。
- 把 key 写进
~/.dsh/.env:VISION_API_KEY=
key 读取顺序:config.apiKey → $VISION_API_KEY → $DSH_VISION_API_KEY → $ZHIPUAI_API_KEY → $DASHSCOPE_API_KEY。本地 Ollama 端点可免 key。
重启 dsh 后生效:粘贴一张图,发送,模型就能看懂它。
配置
插件支持以下 config 项(在 cordis.patch.yml 的对应条目加 config: 即可):
- insert:
- id: dsh-vision-bridge
name: 'file:///D:/project/dsh-vision-bridge/lib/index.js'
config:
baseURL: https://open.bigmodel.cn/api/paas/v4 # OpenAI 兼容端点
apiKey: "" # 留空则读环境变量
model: glm-4.6v-flash # 视觉模型
fallbackModels: [] # 自定义降级链;空则默认智谱免费链
prompt: "" # 自定义识别提示词
maxTokens: 2048
timeoutMs: 60000
后端速查
| 场景 | baseURL | model |
|---|---|---|
| 默认(智谱免费) | https://open.bigmodel.cn/api/paas/v4 | glm-4.6v-flash |
| 智谱付费 | 同上 | glm-4.6v |
| 阿里百炼 | https://dashscope.aliyuncs.com/compatible-mode/v1 | qwen3-vl-flash |
| 火山豆包 | https://ark.cn-beijing.volces.com/api/v3 | doubao-seed-2-1-turbo-260628 |
| 本地 Ollama | http://localhost:11434/v1 | qwen3-vl:4b(无需 key) |