dsh-vision-subagent

模型推理更新于 2026.08.25

在终端中运行以下命令：

dsh plugin install ruby1304/dsh-vision-subagent

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中运行 dsh plugin install ruby1304/dsh-vision-subagent 即可安装，源码仓库地址为 https://github.com/ruby1304/dsh-vision-subagent ，安装后可在 profile 的 cordis.patch.yml 中配置视觉路由。

插件介绍

用纯文本模型驱动 DeepSeek Harness 代理时，一个常见的短板是无法直接处理图片——截图、错误日志、设计稿都需要人工转述。dsh-vision-subagent 正是为此而生：它让主代理拥有一个独立的视觉眼睛，把图片理解工作委托给配置在单独视觉路由（Kimi、MiniMax 或任意 OpenAI 兼容端点）上的一次性子代理。最关键的一点是，图片字节和视觉模型的中间上下文永远不会进入主会话窗口，只有最终文本结论回到主模型，从而彻底解决大截图挤占上下文窗口的问题。

除了基础的图片读取，插件还支持多轮视觉推理——子代理可以在回答前多次调用 read_image 检查工作区文件；Web 端粘贴图片后自动触发语境感知分析，你的草稿消息会指导视觉焦点（调试问错误文字、搭配问服装细节），聊天气泡只保留你的原话加缩略图，完整分析收在灯箱中。需要原始文件做像素级编辑时，vision_image_fetch 可以把高保真原图落到 .dsh-vision/ 目录。

它适合这样的人群：主模型是纯文本路由但日常频繁需要看一下图的开发者；对成本敏感、希望视觉调用单独计费的团队；以及在意安全隔离、不希望图片数据污染主会话上下文的合规场景。