dsh-image-tiler

在 DeepSeek Harness 里发一张 8000×8000 的截图或拍下来的长文档时，视觉模型往往只能收到被整体缩小后的单张图——单次请求大约只有 1024 个视觉 token 的预算，Harness 会先缩放，小字在缩放后就难以辨认。dsh-image-tiler 针对的正是「大图里的小字读不出来」这一痛点。

插件接管附件存储的准入步骤：当图片大到无法在不损失可读性的前提下通过 Harness 自带的缩小策略时，它会把原图切成相邻区域，在同一条消息里以多张图片分别提交。每一块仍按各自区域的分辨率传给模型，从而在整体上更接近你上传时的细节，而不是「一张被压扁的大图」。README 中的实测表明，在默认设置下，原本无法解析的行数可以恢复到可读水平。小图若本来就会原样发送，则完全不受影响，日常截图的行为与未装插件时一致。

切片数量与单块像素上限由官方 attachment-local 配置（如 maxImagesPerMessage、normalizedImageMaxPixels）共同决定；插件本身不增加独立设置项。需要留意的是：多块图会消耗更多视觉 token，同一条消息里多张超大图会共享切片预算，接缝处文字可能被切断，且仅处理内联图片路径。

适合经常上传高分辨率截图、扫描件、长条漫画或含细小标注的界面图的用户——尤其是依赖模型阅读图中文字、表格或密集 UI 细节的场景。若你主要发普通尺寸截图，可能感受不到差异；若大图里的小字一直是瓶颈，这个插件值得尝试。