🤖

dsh-custom-vision

模型推理更新于 2026.10.16

在终端中运行以下命令：

dsh plugin install LightingHa/dsh-custom-vision

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中可通过插件市场搜索 dsh-custom-vision 一键安装，或执行 dsh plugin install LightingHa/dsh-custom-vision；源码仓库为 https://github.com/LightingHa/dsh-custom-vision，安装后需重启 DSH 才会加载。

插件介绍

在 DSH 里，纯文本主模型往往连图片都发不出去：宿主会在入库前校验 inputModalities，不支持 image 就直接拒收。你手头已有百炼、硅基、Ollama 或自建 vLLM 上的视觉模型，对话里却还得先切到能看图的主模型。dsh-custom-vision 在请求到达主模型之前，用你配置的 OpenAI 兼容端点把图片读成详细文字，主模型即可回答细节；若主模型本身已支持图片输入，插件不介入，请求原样透传。

核心能力有两条。发图自动识别：粘贴或上传图片后，视觉模型按可配置提示词生成说明，并按图片 sha256 缓存，同一张图只调用一次；识别失败不中断对话，仍可借引用让模型用工具追问。image_understand 工具支持本地路径、http(s) URL、粘贴引用或 data URI，适合主动看图、OCR、界面与报错截图、图表。实现仅依赖 Node 内置能力与 @deepseek-ai/schemastery，无额外第三方运行时。

自动识别开启时，插件会临时声明当前模型可接收图片并由自己兑现：改写后请求不再含图片块，纯文本主模型只看到文字描述；关闭自动识别或卸载时会还原真实能力。配置可在设置卡片、profile 或环境变量中完成，多数改动下一次调用即生效。

适合日常用 deepseek-v4.1-flash 等纯文本主模型又希望在对话里直接贴图的用户，以及需要把视觉接到任意兼容 API、或让 Agent 按需调用看图工具的团队。