DSH Plugins
返回列表
🤖

dsh-vision-capability

模型推理 更新于 2026.11.03

在终端中运行以下命令:

dsh plugin install yukimiracle/dsh-vision-capability

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 终端执行 dsh plugin install yukimiracle/dsh-vision-capability,或在插件市场安装;源码与 Release 见 https://github.com/yukimiracle/dsh-vision-capability。

插件介绍

DSH 只会把图片发给在模型目录里声明了 image 输入的模型;没声明就会提示不支持读图。现实里同一个 model id 在不同网关可能是真能识图、也可能悄悄丢掉图片或直接报错,设置页又往往没有地方手改输入模态——靠猜很容易往「看不见图」的端点里塞图。

这个插件把猜测换成实测:为每个网关生成一张上下两色随机(红绿蓝黄中取两色)的测试图,走该网关自己的 OpenAI 兼容 chat/completions 端点,要求模型按顺序说出两色。只有判定为 supported 时,才会给该模型条目写入 text + image(或对应命名空间的 inputModalities);答错、无结论、协议不符或不可用都不会动其它配置。

设置里提供「图片能力」页与模型卡片上的上次结论;Agent 还可通过 vision_capability_status、vision_capability_probe、vision_capability_set 查状态、探测或手动开关。撤销会把输入模态改回仅 text。

适合在多个网关混用同一模型 id、又需要可靠插入图片的用户。注意插件只覆盖 openai-completions,检测结果是快照而非长期保证,且只验证「是否看见测试图」而非 OCR 或图表理解质量。

使用场景

  • 同一 model id 在不同网关行为不一致,插入图片前先实测再开声明
  • 设置里想一键检测并启用某个模型的读图能力
  • 让 Agent 列出各模型声明与上次实测结论并代为探测

适合人员

  • 混用多个 OpenAI 兼容网关的 DSH 用户
  • 常被「不支持图片输入」拦住、又不想瞎改配置的人
  • 希望用对话管理模型读图开关的重度用户