网页识图桥接 Cheng-cheng9669/dsh-deepseek-vision

dsh-deepseek-vision

给纯文本 DeepSeek 模型补上「看图」能力的 DSH 插件。

注册 deepseek_vision 工具，调用本地 deepseek-vision-cli （浏览器自动化驱动 chat.deepseek.com 的识图模式），把图片转换为文字描述后返回给模型。

工具

- deepseek_vision(image, prompt?)
- image：本地图片绝对路径（PNG/JPG/WebP/GIF；HEIC 不支持）
- prompt：可选，对图片的提问/分析要求

安装

dsh plugin --profile web add D:/Dsh/tools/dsh-deepseek-vision

或使用发布包：

dsh plugin --profile web add dsh-deepseek-vision-0.0.1.tgz

首次登录

DeepSeek 网页识图需要网页登录态。当前网页端已改为「密码/第三方登录」，推荐使用手动登录助手：

py -3.13 D:\Dsh\tools\deepseek-vision-cli\dsv_manual_login.py

执行后会弹出 Edge 窗口并打开 DeepSeek 登录页，手动登录成功后脚本自动保存 token 到 D:\Dsh\.cache\dsv_token。

Token 登录（备选）

如果你已经在常用浏览器里登录了 DeepSeek，也可以直接复制 token：

1. 打开 https://chat.deepseek.com 并登录。
2. 按 F12 → Application → Local Storage → https://chat.deepseek.com。
3. 找到 userToken，复制它的 value 字段。
4. 保存到 D:\Dsh\.cache\dsv_token（不要引号、不要换行）：

[IO.File]::WriteAllText(
'D:\Dsh\.cache\dsv_token',
'粘贴你的token', (New-Object Text.UTF8Encoding($false))
)

token 只保存在本地 D:\Dsh\.cache\dsv_token，不会提交到本仓库。

配置

插件默认配置已适配本机：

- pythonCommand：py
- pythonVersion：-3.13
- dsvScript：D:/Dsh/tools/deepseek-vision-cli/dsv.py
- timeoutMs：180000
- maxOutputChars：20000

可在 profile patch 中覆盖。

安全说明

- 工具只接受本地文件路径，命令通过 DSH subprocess 服务以 argv 数组调用，不经过 shell。
- 图片会发送到 DeepSeek 网页端，不是本地识别。
- 该方案依赖非官方网页接口，存在风控/封号风险，建议小号低频使用。
- 静态审计会因「spawn 子进程」报 critical，这是包装外部 CLI 的固有行为；已人工确认仅调用固定 dsv.py，无命令拼接、无额外外传。

License

MIT