dsh-image-subagent

使用方法

1. 一次性：配置视觉子代理

插件只负责「放行图片 + 投影占位符」；真正看图的是你预设里的视觉子代理。在 DSH 网页的 Agent 预设里添加一个子代理（如 observer）：

• 模型选声明了 image 输入的多模态模型（如 MiniMax M3 / Kimi 视觉模型）；
• 工具集勾选 read_attachment、read_image（由核心 dsh-tool-fs 提供，多数完整预设默认已挂载）；
• 主模型保持纯文本（如 DeepSeek V4 Pro / Flash）。

子代理读图的硬性要求（缺一不可）：

1. 子代理模型必须声明 image 输入（inputModalities 含 image）——若子代理也是纯文本路由，本插件的投影会把图片同样变成占位符，子代理只能拿到元数据、看不到像素；
2. 工具集包含 read_attachment / read_image；
3. 子代理必须在本会话内派生（spawn / fork）——附件读取按会话日志的引用授权，独立新会话无权读取该 id；
4. 主模型委托时把占位符里的 attachmentId 一并传给子代理（占位符自带 id，主模型按提示传递即可）。

没有视觉子代理时，占位符会进入对话，但无人能读图——主模型会告知你这一情况。

2. 日常使用：贴图 → 委托 → 读图

直接在聊天框粘贴图片，附上你的问题：

你：[贴上截图] 看看这个面板报错是什么
主模型（纯文本）：收到占位符
  "[image attachment "image.png" (image/png, 774x542 px, id=sha256:…)
   — not visible to this text-only model route; a vision-capable
   subagent can inspect it with the read_attachment tool]"
主模型：把附件 id 交给 observer 子代理，请求读图
observer（多模态）：read_attachment(sha256:…) → 完整描述图片
主模型：基于描述继续推理作答（可继续追问细节）

已实测的组合（DeepSeek V4 主模型 + MiniMax M3 observer）：贴图 → 准入放行 → 附件入库 → 主模型收到占位符 → observer 读图并作答 → 本轮正常完成。

3. 验证安装是否生效

重启后探测桥接状态（bridged 应含 image，real 为路由真实声明）：

curl -s -X POST http://127.0.0.1:3080/image-subagent/status \
  -H 'content-type: application/json' \
  -d '{"type":"client-request","rpcId":"s1","method":"status","payload":{}}'

预期：

{ "result": { "ok": true, "value": {
    "name": "image-subagent",
    "bridged": ["text", "image"],
    "real": ["text"] } } }

1. 一次性：配置视觉子代理

插件只负责「放行图片 + 投影占位符」；真正看图的是你预设里的视觉子代理。在 DSH 网页的 Agent 预设里添加一个子代理（如 observer）：

• 模型选声明了 image 输入的多模态模型（如 MiniMax M3 / Kimi 视觉模型）；
• 工具集勾选 read_attachment、read_image（由核心 dsh-tool-fs 提供，多数完整预设默认已挂载）；
• 主模型保持纯文本（如 DeepSeek V4 Pro / Flash）。

子代理读图的硬性要求（缺一不可）：

1. 子代理模型必须声明 image 输入（inputModalities 含 image）——若子代理也是纯文本路由，本插件的投影会把图片同样变成占位符，子代理只能拿到元数据、看不到像素；
2. 工具集包含 read_attachment / read_image；
3. 子代理必须在本会话内派生（spawn / fork）——附件读取按会话日志的引用授权，独立新会话无权读取该 id；
4. 主模型委托时把占位符里的 attachmentId 一并传给子代理（占位符自带 id，主模型按提示传递即可）。

没有视觉子代理时，占位符会进入对话，但无人能读图——主模型会告知你这一情况。

2. 日常使用：贴图 → 委托 → 读图

直接在聊天框粘贴图片，附上你的问题：

你：[贴上截图] 看看这个面板报错是什么
主模型（纯文本）：收到占位符
  "[image attachment "image.png" (image/png, 774x542 px, id=sha256:…)
   — not visible to this text-only model route; a vision-capable
   subagent can inspect it with the read_attachment tool]"
主模型：把附件 id 交给 observer 子代理，请求读图
observer（多模态）：read_attachment(sha256:…) → 完整描述图片
主模型：基于描述继续推理作答（可继续追问细节）

已实测的组合（DeepSeek V4 主模型 + MiniMax M3 observer）：贴图 → 准入放行 → 附件入库 → 主模型收到占位符 → observer 读图并作答 → 本轮正常完成。