dsh-plugin-vision

模型推理更新于 2026.08.25

在终端中运行以下命令：

dsh plugin install MoneShadow/dsh-plugin-vision

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在终端执行 dsh plugin install MoneShadow/dsh-plugin-vision 即可安装，插件仓库源码地址为 https://github.com/MoneShadow/dsh-plugin-vision 。

插件介绍

DeepSeek 的 flash 和 pro 模型是纯文本模型，当 Agent 在对话中需要查看一张截图、设计稿或表格照片时，它什么都看不到。dsh-plugin-vision 在引擎侧注册一个 vision_describe 工具，让主模型把本地路径、file:// 或 http(s) URL 交给任意 OpenAI 兼容视觉 API，拿回一段文本描述，从而真正看到图片内容。

插件内置基于图片哈希加接口加模型加提问组合键的答案缓存，支持 TTL 与 LRU 上限，同一张图重复查看直接命中缓存、不再消耗视觉 API 调用，错误结果不缓存且对主模型完全透明。配置写入 settings.yaml 的 vision 段后由引擎 chokidar 热监视，保存即时生效，无需重启。API Key 以 secret 角色存储，在官方 UI 中 write-only 不回显。

适合正在用 DeepSeek Harness 搭建 Agent 工作流、但需要偶尔查看图片的开发者。无论 Web UI、DSH Desktop 还是 headless 模式，只要连上引擎就能调用该工具；没有桌面端时也可以手动把图片路径传给 vision_describe，核心能力不依赖任何界面层。