dsh-vision-bridge

DSH 静态插件（bundle）：为无视觉能力的文本模型提供图片识别。粘贴/拖入/导入的图片被插件拦截 → 保存到 /.vision-images/ → 交给 OpenAI 兼容视觉模型识别为文字 → 自动发送进对话；主模型可通过 vision_ask 工具复核追问（多轮）。输入框里的要求会随【我的要求 + 图片识别结果】一起发给主模型（方案 B）。

由动态插件 vision-bridge（visex-1）转正：Host 半体逻辑一致，Client→Host RPC 改用 HTTP 路由（/vision-bridge/*），模型工具改用 ctx.tools.register。

文件

文件	内容
index.js	Host 半体（图片落盘、配置持久化、HTTP 路由、vision_ask 工具注册、系统提示词段）
client.js	浏览器 bundle（window.__ModuleLoader__.load closure-factory 格式，手构建，无外部依赖）
cordis.patch.yml	插入一行 vision-bridge（name: dsh-vision-bridge）

安装

从 GitHub 一键安装（推荐，公开仓库）：

dsh plugin --profile web add github:qing9835/dsh-vision-bridge#v0.1.0

• 本包无构建步骤（index.js / client.js 均为成品），Git 安装无需 allowBuilds 授权；
• 建议钉住 tag/SHA（如上 #v0.1.0），不要裸 #main；
• 装完重启 DSH 自动生效（或把 cordis.patch.yml 里的行加入 $DSH_HOME/cordis.patch.yml 热激活）；
• 首次使用请在配置弹窗填写自己的 API Key（默认无密钥）。

本地安装（开发）：

dsh plugin --profile web add ./dsh-vision-bridge

装完后该 bundle 进入 web profile 的 dsh.profile.bundles，下次启动自动生效。运行时热激活：把以下行加入 $DSH_HOME/cordis.patch.yml（home 层会被监听并事务性重放）：

- insert:
    - id: vision-bridge
      name: dsh-vision-bridge

浏览器侧生效需刷新页面（window.__DSH_BOOT__ 由 host 重新注入）。

数据（磁盘持久化，与动态版共用）

\.vision-images\
├── vis-*.png            ← 图片（文件名即图片 ID）
├── .meta-.json  ← 各会话识别历史
└── .config.json         ← 配置 + 每个提供商的 Key 记忆

预设服务商（全部 OpenAI 兼容）

• OpenCode（Go 套餐）：https://opencode.ai/zen/go/v1 — kimi-k3 / mimo-v2.5 / mimo-v2.5-pro
• ModelScope：https://api-inference.modelscope.cn/v1 — Qwen/Qwen3.5-397B-A17B、Qwen/Qwen3-VL-235B-A22B-Instruct、Qwen/Qwen3.5-122B-A10B（Key ms- 前缀自动去除）
• 自定义：任意 OpenAI 兼容端点

重建 client.js

client.js 为手构建产物（无构建链）。修改客户端代码后，保持文件结构： 首行 var module = { exports: {} }; var exports = module.exports;，随后 window.__ModuleLoader__.load({ id: 'dsh-vision-bridge', factory: (require) => { ... } })，require('react') 解析 shell 平台模块，末尾 return module.exports; } });。 Host 半体修改后无需构建（Node 直接加载）。

注意

• 默认无 API Key（公开仓库不带密钥）：首次使用在配置弹窗填写，配置会持久化到 /.vision-images/.config.json
• 工具为进程级注册（所有会话可见）；与动态版同存时会重名冲突，转正后应 cordis_stop 旧动态插件