dsh-image-bridge
在终端中运行以下命令:
dsh plugin install caipanjin/dsh-image-bridge
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 配置环境中执行 dsh plugin install caipanjin/dsh-image-bridge,或通过插件中心按包名安装;源码见 https://github.com/caipanjin/dsh-image-bridge。
插件介绍
许多以文本为主的主模型(以及运行时声明为仅文本的路由)在请求发出前会把图像块投影成占位文本,主代理本身看不见像素。这在需要读截图、示意图或对话里刚上传的图片时,会让整段对话只能猜测内容,既不可靠也浪费轮次。
dsh-image-bridge 为主模型注册默认识图工具 recognize_image:调用时解析模型指定的图片(路径、附件 id,或省略时取对话中最近一张图),经 Harness 附件服务落库后,在 ctx.subagents 下启动子代理。子代理使用本插件配置中独立的 provider 与 model,绝不沿用父级路由,携带图像与调用方问题作答,并以纯文本返回给主模型使用。子代理 maxDepth 为 1、delivery 为 caller,单次问题后即销毁;启用时还会向主模型注入简短系统提示,提醒在运行时剥离图像时应走此工具。
使用前须在配置中填写可接受图像输入的 provider 与 model;插件会校验 inputModalities,避免把图误发给纯文本模型。适合在 DSH Harness 里用廉价或专用文本主模型编排任务、却把「看图作答」交给单独视觉后端的团队与个人。
使用场景
- 主模型路由不支持图像输入,需要把对话里的截图交给专用视觉模型解读
- 对比多张附图并在一次调用里得到文字结论
- 在文本优先的编排代理中偶尔插入「这张图里写了什么」类问题
适合人员
- 在 Harness 里以文本主模型为核心、另配视觉后端的开发者
- 需要为无法看像素的模型补上识图能力的 DSH 用户
- 希望子代理与主路由模型解耦、单独调参的团队