dsh-sight

DeepSeek Harness 的文本模型在处理图像方面存在局限性。dsh-sight 插件应运而生，它允许用户直接粘贴图片，并通过内置的视觉语言模型后端生成文本描述，无需切换到其他模型，从而无缝扩展了文本模型的能力。该插件的核心能力在于其灵活性和易用性：提供预设的 VLM 后端如 OpenCode Zen 和 Gemini Flash，也支持自定义 OpenAI 兼容端点；用户可以通过直观的 Web 设置页面配置后端，并享受多图像批量处理功能，一次请求最多描述 10 张图片。此外，插件注重安全性，包括 API 密钥保护、本地文件大小限制和远程内容安全处理。dsh-sight 适合那些希望在不改变现有工作流的情况下为文本模型添加视觉理解能力的用户，无论是 AI 开发者、研究人员，还是普通用户，只要使用 DeepSeek Harness 并需要处理图像信息，都能从中受益。