图片上传插件 AlloyPlane/dsh-eye-upload

📷 dsh-eye-upload

为 DSH 的纯文本模型装上一双能“发图”的手 —— 聊天输入框一键上传图片，自动把图片路径填进消息，让代理用 image_understand（眼睛）看图。纯配置、零改动核心、随时可禁用。

MIT License
DSH
Platform
Size

🎬 效果演示

📸 截图/GIF 待补充 —— 下面预留演示位，实际使用时点 📷 → 选图 → 路径自动填入 → 发送 → 代理看图。

| 步骤 | 说明 |
| ① 点 📷 | 输入框工具行左侧出现相机按钮 |
| ② 选图 | 选择任意 PNG/JPG/WebP/GIF（≤10MB） |
| ③ 自动填入 | 输入框自动出现 请用 image_understand 查看这张图片： |
| ④ 发送 | 回车，代理调用眼睛看图并描述 |

✨ 为什么需要它

DeepSeek Harness 的默认主力模型（如 deepseek-v4-flash）是纯文本模型，Web GUI 直接发图片会被拒（“当前模型不支持图片”）。但 DSH 有“眼睛”（image_understand 工具）——只是缺一个 GUI 入口。

dsh-eye-upload 补上这个缺口：点一下 📷 → 选图 → 路径自动进输入框 → 回车发送 → 代理调眼睛看图。

你: [点击 📷] → [选择 截图.png]
请用 image_understand 查看这张图片：D:/xd/.dsh-vision/1739...
代理: (调用 image_understand) 🖼️ 这是你的页面截图，布局是……

🚀 特性

- ✅ 一键发图：输入框工具行一个 📷 按钮，选图即上传，路径自动填入
- ✅ 零核心改动：全部代码在插件里，不碰 DSH 源码，随时卸载
- ✅ 纯文本模型也能看图：配合眼睛插件，文本模型拥有视觉能力
- ✅ 自动存盘：图片存到工作区 .dsh-vision/，可自定义目录
- ✅ 安全：严格校验格式（PNG/JPG/WebP/GIF）与大小（默认 ≤10MB）
- ✅ 可插拔：一行配置禁用，或直接从 profile 移除

📦 安装

前提

1. 已安装 dsh-eye-vision（或上游 dsh-free-vision）—— 提供 image_understand 眼睛工具
2. 视觉模型可用（free-vision 配置里的 provider/model/API key）

步骤

1. 克隆或下载本插件到本地
git clone https://github.com/AlloyPlane/dsh-eye-upload.git D:/xd/dsh-eye-upload

2. 注册进 web profile
cd D:/dhstart1
dsh plugin --profile web add D:/xd/dsh-eye-upload
或手工：把 "dsh-eye-upload": "link:D:/xd/dsh-eye-upload" 加入 ~/.dsh/profiles/web/package.json 的 dependencies 和 dsh.profile.bundles

3. 重启 dsh web
dsh web --port 6295

重启后刷新页面，输入框左侧出现 📷 按钮，就绪！

🖱️ 使用

1. 点击输入框工具行的 📷 按钮
2. 选择一张图片（PNG/JPG/WebP/GIF，≤10MB）
3. 输入框自动填入 请用 image_understand 查看这张图片：
4. 直接回车发送，代理就会用眼睛查看并描述图片

💡 也可以先输入文字再发图，图片说明会自动追加到草稿末尾。

⚙️ 配置

插件设置（~/.dsh/profiles/web/cordis.patch.yml）：

- id: eye-upload
name: 'dsh-eye-upload'
config:
targetDir: 'D:/xd' # 自定义保存根目录（默认：工作区 .dsh-vision） maxBytes: 10485760 # 单图大小上限，默认 10MB

⚠️ 注意：保存目录需在眼睛插件（free-vision）的 allowedDirs 内，否则 image_understand 读不到。工作区根路径（如 D:/xd）默认已在 allowedDirs 中。

🔌 禁用 / 移除

临时禁用（按钮消失）：

~/.dsh/profiles/web/cordis.patch.yml
- id: eye-upload
disabled: true

彻底移除：从 ~/.dsh/profiles/web/package.json 的 dependencies 和 dsh.profile.bundles 删掉 dsh-eye-upload，删掉 node_modules/dsh-eye-upload 链接，重启。

🧠 工作原理

[浏览器] 📷 按钮 ──选图──▶ base64 │ ▼ POST /dsh-eye-upload {mediaType, data} [服务端] 校验格式/大小 → 存入工作区 .dsh-vision/xxx.png │ ▼ 返回 { ok, path: "D:/xd/.dsh-vision/xxx.png" } [浏览器] setDraft → 输入框填入 "请用 image_understand 查看这张图片：" │ ▼ 用户回车发送 [代理] 调用 image_understand(image_source=) → 看图描述

📁 仓库结构

dsh-eye-upload/
├── dsh/index.js # 服务端：上传路由 + 存盘 + 配置 ├── client/client.js # 客户端：📷 按钮（conversation.input.left 槽位） ├── cordis.patch.yml # DSH 组合行 └── package.json # 插件清单（零外部依赖）

❓ FAQ

Q: 提示“当前模型不支持图片”怎么办？
A: 这个是主模型限制，正是本插件的用武之地——它把图片转成路径+文本，绕过限制。

Q: 图片会泄露吗？
A: 图片只存在你本地工作区，通过你配置的视觉模型 API 读取，不经第三方。

Q: 支持哪些模型？
A: 任何通过 image_understand（free-vision 的 youtu-vita / qwen3-vl 等）能看图的视觉模型都行。

🔍 搜索关键词

DeepSeek Harness（DSH）· dsh 插件 · 眼睛 · 看图 · 发图 · 图片上传 · 视觉 · 多模态 · 纯文本模型看图 · image_understand · vision plugin · image upload · multimodal · screenshot analysis · OCR · MCP

用这些词在 GitHub 搜索就能找到这个仓库。

📄 License

MIT © 2026 AlloyPlane

觉得有用？点个 ⭐ 支持一下，让更多 DSH 用户看到「纯文本模型也能看图」！