dsh-v4flash-tiler
在终端中运行以下命令:
dsh plugin install doublehappy123/dsh-v4flash-tiler
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install doublehappy123/dsh-v4flash-tiler 即可完成安装,项目源码见 https://github.com/doublehappy123/dsh-v4flash-tiler
插件介绍
DeepSeek 视觉模型有一个不够起眼却影响很大的行为:只要图片超过约 800×800 等效像素,整张图就会被整体缩小,单张 token 上限约 384,密密麻麻的 UI 文案、图表坐标轴、小图标在这一缩之下几乎全部糊成色块。dsh-v4flash-tiler 正是为此而生——它在聊天中自动识别任一边超过 1024px 的大图,将其切割为最多 9 块、带 15% 重叠的高清图块,并为每块标注网格坐标与重叠说明,让模型能够按坐标精确拼回整图;小图则原样直通,失败时自动回退并说明原因。
插件提供三种入口:聊天中直接发图即可触发自动分块;engine/ 目录下附带命令行工具;也暴露了 Python API 供脚本化调用。一条消息里包含多张图时,每张图的图块自成一组,明确禁止跨图混拼,避免模型张冠李戴。每条消息的图块总数还受 DSH 附件上限保护,超限图片自动保持原图直通。
如果你经常需要让 DeepSeek 视觉模型读代码截图、密集报表、学术论文图表或任何含细小文字与图标的大幅图片,这个插件能让你不再为缩放丢失的细节而反复重试。
使用场景
- 聊天中发送大幅代码截图或 UI 设计稿,自动切块后模型能读清细小文字
- 让视觉模型分析密集图表、报表或学术论文插图中的坐标轴与小图标
- 通过 Python API 在脚本中批量切块并送入视觉模型工作流
适合人员
- 频繁与 DeepSeek 视觉模型交互、依赖图片中细小文字与图表细节的用户
- 用脚本或工作流批量向视觉模型喂图的开发者
- 被 800×800 自动缩放抹掉细节、希望保留原始分辨率的使用者