dsh-mmroute

纯文本模型（如 DeepSeek、GLM）一旦遇到截图、Figma 渲染或任何视觉内容就会立刻卡住。dsh-mmroute 消除这道墙：在 agent 流的每一步中拦截每张图片，由你指定的多模态理解模型将其转写为结构化细节文字——逐字 OCR、图表数据、布局、颜色及不确定区域声明——再把对话交给你的文本模型作答。无需切换路由、无需额外 CLI、无需特殊提示词条目，原模型组保持不动即可。

本插件的差异化在于全链路覆盖与报错自愈。无论是用户上传图片、工具返回结果还是 MCP 渲染图，都会被拦截处理。若文本模型或网关返回图片类错误，路由器自动转入转述路径并重试，而非直接失败。作答模型还可对任意已转述图片发起 vision_relook 定点复核，形成「指挥与执行」双模型协作闭环。长会话中的历史图片自动以摘要重放，避免上下文膨胀。

适合谁？主力模型为纯文本但频繁需要视觉辅助的开发者；希望用本地 Ollama 视觉模型实现全离线转写的用户；以及偏好两个自选模型协作、不愿依赖共享免费端点或外部登录态的团队。唯一前置条件是你的 DSH 配置中已有一个多模态理解模型（云端或本地均可），插件本身不内置任何外部服务、不上报任何数据。