🤖

dsh-vision-bridge

模型推理更新于 2026.08.18

在终端中运行以下命令：

dsh plugin install DreamRift/dsh-vision-bridge

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端中执行 dsh plugin install DreamRift/dsh-vision-bridge 即可安装；插件源码详见 https://github.com/DreamRift/dsh-vision-bridge

插件介绍

DeepSeek 官方接口是纯文本的——在 DSH 的 Web UI 里拖入一张截图或设计稿，适配器立刻抛出 UNSUPPORTED_CONTENT，对话就此中断。dsh-vision-bridge 解决的就是这个断层：它在请求链路上拦截含图片的消息，把 ImageBlock 交给 OpenAI 兼容的视觉模型（默认 DashScope qwen-vl-max）生成带逐字 OCR 的结构化中文描述，再以纯文本块的形式放行，让 DeepSeek 拿到它真正能消化的输入。

除了被动代理，插件还注册了 view_image 和 ocr_image 两个主动工具——模型可以按问题去查看本地文件系统中的截图、图表，或单独执行逐字转录。配置端提供设置页「视觉模型」卡片，端点、模型、OCR 参数均可热更新生效，无需重启后端。v0.4.0 起插件还会自动探测当前路由是否原生支持多模态（如 llm-pi-ai），若支持则直接直通、零开销；只有 text-only 路由才走视觉桥代理解析。

适合在 DSH 中使用 DeepSeek 文本模型、又希望对话中无缝引用图片的开发者：调试截图、产品原型、数据图表、代码报错界面——贴进去，模型就能描述和分析。插件零硬 npm 依赖，不修改 DSH 核心源码，Windows / Linux / macOS 即装即用。