🤖

dsh-multimodal

模型推理更新于 2026.08.22

在终端中运行以下命令：

dsh plugin install MC5lan/dsh-multimodal

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中，使用命令 ‘dsh plugin install MC5lan/dsh-multimodal’ 安装插件，完整源码地址为 https://github.com/MC5lan/dsh-multimodal。

插件介绍

DeepSeek Harness 默认专注于文本交互，用户处理图像时常常需要切换工具或手动描述内容，这打断了工作流程并降低了效率。dsh-multimodal 插件解决了这一痛点，为对话添加了多模态视觉能力，让您可以直接粘贴或拖拽图片到聊天中，插件会自动识别并转录内容，然后由 DeepSeek 继续分析和解决问题，全程无需额外步骤。

插件的核心能力包括图像转录和生成两个方面。转录时，它调用您配置的视觉端点（支持任何 OpenAI 兼容 API，如智谱、阿里云、本地 Ollama 等）将图片转换为文本，DeepSeek 再基于转录结果提供帮助；生成图像时，DeepSeek 会触发配置的图像后端产生图片并直接嵌入对话。其“空白石板”设计意味着不内置任何模型，赋予您完全的配置自由，同时提供转录缓存、视觉回退链、安全防护（如 API 密钥白名单和本地端点支持）等实用功能，确保高效且安全地使用。

该插件非常适合希望增强 DeepSeek Harness 多模态交互的用户，包括开发者调试错误截图、设计师处理界面原型、研究人员分析图表数据，以及任何需要在对话中无缝处理图像的场景。无论是依赖云端服务还是注重隐私的本地模型用户，都能通过灵活配置获得定制化体验，从而提升工作效率和对话的丰富性。