dsh-sensenova-vision-aid
在终端中运行以下命令:
dsh plugin install modesthub/dsh-sensenova-vision-aid
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中打开插件安装入口,执行 dsh plugin install modesthub/dsh-sensenova-vision-aid 安装本插件;源码见 https://github.com/modesthub/dsh-sensenova-vision-aid。
插件介绍
在 DeepSeek Harness 里,若主模型是纯文本(例如 deepseek-v4-flash),聊天框拖入或粘贴图片常被以「模型不支持图片输入」阻断。本插件是非官方视觉辅助:发送前把图片交给 SenseNova 视觉链路,生成视觉观察文字交给主模型续答;界面仍显示原图,无需切换主模型。
默认开启的全局静默读图桥适合日常拖图提问:多图按序识别,模型侧看到观察摘要,观察结果不替换会话中的原图展示。bridgeMode 可选恒接管、主模型真支持视觉时不接管,或关闭桥仅使用工具。另提供 describe_image、describe_images、chat 三个全局读图工具,供模型显式识图或验证 key 与端点,返回 MCP 兼容信封并记录故障转移尝试。
视觉调用直连 SenseNova,按 sensenova-6.8-flash-lite、deepseek-flash、kimi-k3 依次尝试;视觉侧只读,无工具与执行权限。默认复用 dsh-sensenova-freeapi 凭据免配第二把 key,也可在 SenseNova 视觉辅助设置页单独配置引用、模型链、超时与观察提示词。
适合主模型走快且省钱的文本路由、却常靠截图或照片提问的用户;与 freeapi 搭配时文本与识图分工最顺。未装 freeapi 时仍可通过凭据文件或环境变量配置 key 使用。
使用场景
- 主模型用 deepseek-v4-flash 等纯文本模型时,聊天框拖图或粘贴截图不再被阻断
- 多图按顺序识别,主模型根据视觉观察续答而界面仍保留原图
- Agent 需要显式理解附件时,由模型调用 describe_image 或 describe_images
适合人员
- 习惯用纯文本主模型、又常靠图片提问的 DSH 用户
- 已安装 dsh-sensenova-freeapi、希望免配第二把 key 的用户
- 需要在 Agent 工作流里兼顾截图与文本推理的开发者