dsh-subagent-vision

DeepSeek 的对话模型本身不接受图片输入，harness 也会拒绝把含图片的会话切到纯文本模型——于是你想在纯文本 DeepSeek 会话里处理一张截图时，要么换模型、要么开新会话、要么手动复制文字，体验都很割裂。dsh-subagent-vision 把这件事变成一件自然的事：你像平时一样把图片粘贴或拖进输入框，发送瞬间浏览器端自动将每张图片写入一个私有临时文件，把文件路径追加到你的提示词里，请求全程只携带文本，不再触发图片准入拦截。主代理看到路径后调用 subagent_vision 工具，将读取任务委托给一个路由到你指定视觉模型的子代理；子代理用自己的 read_image 工具完成识图，只把文字结论返回主会话——主模型始终不接触图片本体，当前会话的模型也始终是纯文本，不需要切换。视觉模型在「设置 > 视觉处理模型」下拉框里选，默认 qwen3.8-max，也可以指定任意声明了图片输入的模型，选择会持久化到 settings.yaml 和 bundle 的 patch 文件中，重启后依然生效。接收端体验完全保持原生：缩略图轨道、删除、撤销都不受影响，插件只在发送那一刻做路径转换。适合日常以 DeepSeek 纯文本模型为主、偶尔需要让 Agent 读图（截图、图表、手写笔记、UI 设计稿）的用户：你不需要记住「先换模型再粘图」，也不需要把图片丢到另一个窗口，粘贴、描述需求、继续对话，一次完成。