DSH Plugins
返回列表
🤖

dsh-vision-tool

模型推理 更新于 2026.10.28

在终端中运行以下命令:

dsh plugin install wxy123-ctrl/dsh-vision-tool

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 wxy123-ctrl/dsh-vision-tool,或从源码仓库 https://github.com/wxy123-ctrl/dsh-vision-tool 按官方 bundle 方式安装。

插件介绍

在 DeepSeek Harness 里,许多对话模型只接受文本,发图会被「当前模型不支持图片」拦住;即便你手头已经配置了 GLM-4V、Qwen-VL 等视觉模型,纯文本会话也无法自然地把「问一句、附一张图」串起来。dsh-vision-tool 走一条极简路线:不为每种后端堆路由与兜底,而是给每个已接入的 provider 模型挂一条「原名 + 识图」孪生路由——你在聊天页选中带「+ 识图」的条目即可发图,真正推理时插件把图片块改写成文本标记,由会话里的语言模型调用 recognize_images,把识别任务转交给你在设置里指定的识图模型;原图仍留在会话日志与 Web UI,只是不进入语言模型的上下文。

core 能力可以概括为「孪生路由 + 工具门控 + 设置页」。孪生 listModels 只放行你在「设置 → 识图模型」里打开开关的模型,某 provider 全关则整条「+ 识图」从目录消失,避免列表 clutter;recognize_images 一次可处理 1~10 张图,支持完整附件 ID、短摘要前缀与本地路径,并附带客观描述、文字转录等默认识别要求。工具仅在选中孪生模型的会话里载入,非孪生会话请求里不含该工具,以免纯文本模型误走看图链路;若历史里只剩 8 位占位摘要,短前缀匹配仍可在切到孪生后一次调用成功。

设置页与「Agent 预设」并列,提供「+ 识图」逐模型开关、识图模型下拉,以及一键清理 attachments 里无主且超龄的对象(扫描未归档会话引用,兼顾在途写入的安全窗)。适合已经在 DSH 里配好视觉 provider、又希望继续用熟悉的纯文本模型名发图、且愿意在设置里显式指定「谁负责识图」的用户;自带多模态、无需工具转发的场景可保持孪生开关关闭即可。

使用场景

  • 纯文本模型会话里需要附图提问或让模型读图内文字
  • 已在 DSH 配置 GLM-4V / Qwen-VL 等视觉模型,希望与日常对话模型分工
  • 历史消息里只剩图片短摘要占位,切到「+ 识图」后仍要稳定调用 recognize_images

适合人员

  • 在 DSH 中主要使用非多模态对话模型的日常用户
  • 愿意在设置里指定识图模型并管理「+ 识图」开关的进阶用户
  • 需要控制附件占用、偶尔清理无主图片的对象存储