骑手增强包 LingyeSoul/dsh-rider

dsh-rider

DSH 官方 bundle 插件：免费网络搜索工具 duckduckgo_search（零 API key）
+ 前置视觉理解工具 vision_understand（会话模型不支持图片时，用 dsh 配置的支持视觉的模型理解图片）+ 对话输入框粘贴图片捕获 + 对话窗口拖拽上传任意文件（文件暂存进会话工作区，附件清单随消息自动注入，草稿零污染）
+ 视觉模型图片模态声明（pi-ai 手写 provider 的 input:[text,image] 补丁，
dsh 面板不暴露该字段）+ Token 验证开关（关闭后免 token 直接访问，立即生效）。
DuckDuckGo（ddg-kit）优先，自动读取 Windows 系统代理；DuckDuckGo 不可达/限流时自动回退 Bing。并注入系统提示指引，让智能体优先使用它（内置 deepseek 网页搜索仅作最终后备）。

能力面

Tools

| 工具 | 说明 |
| duckduckgo_search | 免费网络搜索：DuckDuckGo（ddg-kit）优先，失败自动回退 Bing；返回标题/URL/摘要列表，engine 字段标明实际来源 |
| vision_understand | 前置视觉理解：会话模型不支持图片输入时，把图片（本地路径 / http(s) URL / data: URL）交给 dsh 配置中支持视觉的模型理解，返回文字描述；模型选择：工具参数 > settings（dsh-rider.visionProvider/visionModel）> 自动发现。注意所选视觉模型必须在 pi-ai 声明 input 含 image（见「为视觉模型补图片模态声明」） |

MCP servers

无（v0.1 的 duckduckgo-mcp-server 已因 VQD 失败被原生工具替换，见决策记录 decisions/implemented/2026-08-14-native-ddg-kit-tool.md）。

Skills

当前无 skill；仓库按多能力插件规划，后续能力以 SKILL.md 模式在 skills/ 扩展。

前置视觉理解（vision_understand）

使用场景：会话模型不支持图片输入（无 image 模态，如 deepseek-v4-flash）、而用户想让智能体看一张图时，智能体调用 vision_understand 让支持视觉的模型理解图片，再把返回的描述转述给用户。系统提示已注入指引（tool:vision 段），模型会自动优先走此路径。

⚠️ 关于「直接粘贴图片」：DSH 框架在 dsh-host-apiproxy 的 prompt 入口处，于进入 agent turn 之前校验——若消息含图片附件且当前会话模型不支持图片，直接拦截并提示「当前模型不支持图片，请切换支持图片的模型」，含图片的消息不会到达智能体（vision_understand 因此不会被触发）。这是框架级拦截（MODEL_DOES_NOT_SUPPORT_IMAGES），第三方插件无法绕过。

正确用法：在纯文本会话模型下，以文字形式提供图片来源，让智能体调 vision_understand，而不是直接粘贴图片附件：
- 「帮我看看 E:\screenshots\error.png 这张图是什么」
- 「这张图片里的文字是什么：https://example.com/chart.png」

消息是纯文本（不含 image block），不触发 DSH 拦截，进入 agent turn 后系统提示会引导智能体调用 vision_understand 传入该路径/URL。若会话模型本身支持图片（如 gpt-4o），直接粘贴即可，无需本工具。

工具：vision_understand 参数：
image (必填) 图片来源：本地文件路径 / http(s) URL / data:image/...;base64,...
prompt (可选) 给视觉模型的指令（默认详细描述图片）
provider (可选) 视觉模型提供商路由（如 deepseek-official / openai / siliconflow）
model (可选) 视觉模型 id（须与 provider 同时提供）

视觉模型选择优先级：

1. 工具参数 provider + model（显式指定跳过 dsh-rider 自己的自动发现过滤，但绕不过 pi-ai provider 在 ctx.llm.stream 内部对 model.input 的强制校验——见下文「为视觉模型补图片模态声明」）；
2. settings 配置（dsh ≥0.2.0：profile entry config 的 dsh-rider 段， visionProvider / visionModel / visionPrompt，live 生效）；
3. 自动发现：遍历 dsh 已注册提供商，取第一个声明支持图片输入的模型（inputModalities 含 image）。

profile 层 cordis.patch.yml 示例：固定视觉模型（可选；推荐直接用设置页）
- id: dsh-rider
name: dsh-rider
config:
visionProvider: siliconflow
visionModel: zai-org/GLM-5.2
visionPrompt: 请详细描述这张图片的内容

注意：pi-ai 手写配置的提供商（如 siliconflow）若模型条目未声明
input: [text, image]，视觉调用会以 UNSUPPORTED_CONTENT 失败——pi-ai provider 在
ctx.llm.stream 内部强制校验 model.input（dsh 面板不暴露该字段）。dsh-rider 提供「为视觉模型补图片模态声明」卡片一键补声明（见下文），等效于手改：

llm-pi-ai:
providers:
siliconflow:
models:
- id: zai-org/GLM-5.2
input: [text, image] # 声明支持图片输入后，自动发现也会选中

返回结构：{ provider, model, text, reasoning?, note?, image: {mediaType, width, height, bytes} }；
会话模型已支持视觉时，note 给出提示（不阻断）。

图片理解卡片（设置页内粘贴/上传图片看图）

纯文本会话模型下，DSH 会在对话流拦截直接粘贴的图片（提示「当前模型不支持图片」）。
dsh-rider 设置页提供「图片理解」卡片，绕开对话流直接看图：图片经 dsh-rider 自建 HTTP 路由直抵 Node half 的视觉模型调用链（不经 apiproxy 的 prompt 入口，不触发图片准入拦截）。

用法：打开设置 → dsh-rider 设置页 → 「图片理解」卡片 → 粘贴（Ctrl/Cmd+V）/ 拖拽/点击上传图片 → 点「理解」→ 视觉模型返回的描述显示在卡片内（含模型元信息 + 复制按钮）。描述不自动写入对话流，可自行复制后以文字发给智能体。

模型选择与 vision_understand 工具一致（工具参数 > settings > 自动发现），复用同一套视觉调用逻辑。若会话模型本身支持图片，直接对话流粘贴即可，无需本卡片。

技术细节见决策记录 decisions/implemented/2026-08-15-image-understand-card.md。

对话输入框粘贴图片捕获

「图片理解」卡片要切到设置页才能粘贴。dsh-rider 还在对话输入框直接装了捕获：在 composer 里 Ctrl+V 粘贴（或拖入）图片 → dsh-rider 直接把图片发给视觉模型 → 描述显示在输入框上方的浮层（含模型元信息 + 复制）。图片不作为消息附件发送，因此绕开 DSH 对纯文本会话模型的图片准入拦截（MODEL_DOES_NOT_SUPPORT_IMAGES）——纯文本模型下也能在对话里顺手粘贴看图，无需切设置页。

- 默认关（避免在支持图片的会话模型上拦截原生粘贴附件）。纯文本会话模型下想用时，在 设置 → dsh-rider 页打开「在对话输入框捕获粘贴/拖拽的图片」即可（状态持久化到本机）。
- 复用同一个 /api/dsh-rider-vision/understand 路由与视觉调用逻辑，模型选择优先级与 vision_understand / 图片理解卡片一致（工具参数 > settings > 自动发现）。
- 文字粘贴不被拦截，正常落入输入框；含图片的粘贴才走视觉路由。

技术细节见决策记录 decisions/implemented/2026-08-15-composer-paste-vision-dock.md。

对话输入框拖拽上传文件（任意类型，stash 管线）

DSH 原生 composer 只接受图片附件——拖入/粘贴非图片文件会被原生 InputBar 拒绝并提示「不支持的文件类型」（官方 dsh-client-ui-attachment 也明示「仅支持图片」）。dsh-rider 借鉴社区插件 dsh-attachments 的成熟设计（自研实现，不抄代码）补上任意文件暂存：

- 入口三件套：① 输入框工具栏的回形针按钮（文件选择器，multi-select 无类型过滤）； ② 全窗口拖拽（拖到页面任意位置出现释放遮罩；有 composer 上下文才接管，否则原生行为原样保留）；③ 粘贴（从资源管理器复制的文件；文本里含 📎 … → .dsh/uploads/… 引用行会自动重新物化成卡片）。
- 文件落盘到会话工作区 <cwd>/.dsh/uploads/（按会话隔离，智能体相对路径即可读）， 附件卡片内嵌在 composer 卡片内部（输入块上方，随卡片流布局，不遮挡任何外部选项/按钮）：扩展名图标/名称/大小/移除；图片带本地缩略图。
- 草稿零污染：不在输入框写任何引用文本。发送下一条消息时，dsh-rider 在 agent/pre-step wave 把附件清单作为一条 user 消息注入模型请求（紧跟用户消息之前，与官方 dsh-agent-instructions 同构）——进会话历史、可重放，卡片自动消失；智能体用 fs/pwsh 工具按相对路径读取文件内容。纯文本会话模型同样适用（不触发图片准入拦截）。
- 卡片可移除（删除落盘文件）、复制引用（wire 格式，粘回 composer 重新物化）、 全部清除。已发送消息引用的文件保留在磁盘（历史仍指向它们）；未发送的暂存是内存态，重启 web 后卡片消失、文件仍在。
- 粘贴图片仍走「对话捕获」（视觉理解/原生附件）；拖入与按钮选择的图片同样暂存成卡片 （模型需要看时用视觉工具按路径读）。跨项目引用支持：从历史消息复制的引用行会经全局索引把文件从来源项目迁移进当前工作区。
- 大小上限默认 32MB/文件（base64 wire 的现实约束，设置页 uploadMaxBytes 可调）；文件名白名单清洗 + 时间戳前缀防撞名，路径 resolve 后前缀校验防穿越。
- 默认开；可在 设置 → dsh-rider 页关闭「在对话窗口捕获拖拽/粘贴的文件并暂存」。

技术细节见决策记录 decisions/implemented/2026-08-16-composer-file-stash.md。

为视觉模型补图片模态声明（pi-ai 手写 provider）

dsh 的 pi-ai provider 在 ctx.llm.stream 内部强制校验模型的 input 模态——
手写 provider（如 siliconflow）的 models 条目若没写 input，会回落到纯文本，视觉调用必以 UNSUPPORTED_CONTENT 失败（pi-ai model "..." does not support image input）。dsh 设置面板不暴露 input 字段，用户无法在 UI 配。

dsh-rider 设置页提供「为视觉模型补图片模态声明」卡片：打开 设置 → dsh-rider → 该卡片显示了当前 visionModel 的声明状态，点「声明图片输入」即可经 DSH 官方用 ctx.settings.mutate API 给该模型条目写 input: [text, image]。改完需重启
dsh web 生效（pi-ai 路由是注册级事实）。

- 建议对确认支持图片的模型声明（如 Kimi-K2.7-Code）。若模型本身不支持图片，声明后 pi-ai 校验放行、但上游会返回真实错误。
- 声明后对话流原生粘贴也放行（apiproxy 的 admit() 同样查 inputModalities）——会话模型支持图片时，可直接在对话里粘贴图片附件，无需 dsh-rider 的 dock（可在设置页关闭「对话粘贴捕获」）。

技术细节见决策记录 decisions/implemented/2026-08-15-image-modality-declare-route.md。

关闭 token 验证（免 token 访问）

dsh web 的浏览器入口默认需要启动打印的 http://127.0.0.1:3080/?token=… 链接。
本机个人使用时每次都要翻找链接——dsh-rider 设置页提供「关闭 token 验证」开关：开启后任何浏览器直接打开实例地址即可进入（不再需要 token 链接或登录 Cookie）， 立即生效、无需重启；关闭即时恢复验证。

⚠️ 这会同时开放全部 API（会话、工具、模型调用）——任何能访问该地址的设备都完全可控本实例，请仅在个人电脑或可信网络中开启。开关随设置持久，重启 dsh web 后仍保持。

技术细节见决策记录 decisions/implemented/2026-09-09-disable-token-auth-toggle.md。

设置界面配置（推荐）

装包后，dsh 设置导航会出现 dsh-rider 独立设置页：四个字段（视觉服务商 / 视觉模型 / 默认指令 / 单文件暂存上限（MB），保存即写入 profile 层的 dsh-rider entry config（dsh ≥0.2.0 settings 契约：Config 导出 + entry id 寻址），live 生效无需重启） + 五张卡片（「为视觉模型补图片模态声明」「对话粘贴捕获开关」「对话文件暂存开关」「关闭 token 验证」「图片理解」）。等效于手改 profile 层 cordis.patch.yml（重启保持）：

- id: dsh-rider
name: dsh-rider
config:
visionProvider: siliconflow
visionModel: zai-org/GLM-5.2
visionPrompt: 请详细描述这张图片的内容 uploadMaxBytes: 32 # 单文件暂存上限（MB，0 = 默认 32） openAccess: false # 关闭 token 验证：开启后免 token 访问（仅限可信网络）

为什么是独立设置页而非「设置→插件→插件配置」卡片：dsh rc.6 的「插件配置」tab 只为 settings namespace 被 apiproxy 显式暴露给 Web client 的插件渲染卡片（WEB_SETTINGS_NAMESPACES 硬编码 allowlist，仅含官方宿主插件如 agent-loop/bash/web-search-deepseek）。第三方插件 namespace 不在 allowlist，卡片必然不显示（框架 deferred work，尚未把 expose 决策下放到
settings.register()）。本插件改走 settings.section 独立设置页 + Node half
自建 HTTP 路由（对齐 plugin-registry 的薄控制台模式），绕开暴露限制。详见决策记录 decisions/implemented/2026-08-15-vision-settings-section-page.md。

搜索工具选择（系统提示指引）

内置 web_search（deepseek 网页搜索）会在系统提示中指示智能体使用它。本插件注入更高优先级的指引（tool:duckduckgo 段，order 115 > 内置的 110）： 网络搜索优先使用 duckduckgo_search，内置 web_search 仅作最终后备。

想关闭指引（恢复默认选择行为）：profile 层禁用 dsh-rider 条目，见「启停与配置覆盖」。

网络与代理（重要）

ddg-kit 本身忽略系统代理，本插件代为读取。

代理解析优先级：

1. DUCKDUCKGO_PROXY_URL 环境变量（dsh web 进程环境，ddg-kit 原生支持）；
2. Windows 系统代理（注册表 HKCU\...\Internet Settings，缓存 60s；非 Windows 平台无此项）；
3. 直连（无代理时）。

DuckDuckGo 经代理偶发风控（BOT_CHALLENGE）：插件按冷却等待后自动重试一次，仍失败则回退 Bing（Bing 在本网络直连稳定，无需代理）。

安装

官方 bundle 插件，经 web profile 层栈安装（装完重启 web；依赖 ddg-kit 随包自动安装）。
要求 dsh ≥0.2.0-rc.2（0.2.0 起 settings 契约改为 Config 导出 + entry id 寻址， client 禁止 import Harness Client 包；0.1.x 宿主请用 dsh-rider 0.5.x）：

git 源（推荐，一行安装）
dsh plugin --profile web add "github:LingyeSoul/dsh-rider#main"

或本地目录（在包目录内执行，dsh 锚定 . 为绝对路径）
cd dsh-rider
dsh plugin --profile web add .

更新到新版本：dsh plugin --profile web update dsh-rider 后重启 web。
卸载：dsh plugin --profile web remove dsh-rider 后重启 web。

使用

安装后对话中直接让智能体「搜索一下 XXX」，智能体会优先调用 duckduckgo_search：

工具：duckduckgo_search 参数：
query (必填) 搜索词，最长 400 字符
count (可选) 结果条数 1-20，默认 10
safeSearch (可选) strict / moderate / off，默认 moderate

返回结构：{ engine: duckduckgo | bing, noResults, results: [{title, url, description, hostname}] }
（engine 标明实际使用哪个引擎，便于判断 DDG 是否可用）。

示例输出：

引擎：duckduckgo，共 10 条结果
1. 张雪峰（教育博主、学业职业规划讲师）— 百度百科 https://baike.baidu.com/item/... 1984 年 5 月 18 日出生，2007 年从郑州大学毕业后开始北漂生涯……
2. ...

插件管理

已装插件用 plugin-registry 的薄控制台管理（浏览器面板）：管理 profile 插件安装态（bundle 层栈 + insert 行 + 启停），无需手改配置。安装： dsh plugin --profile web add <plugin-registry>/packages/plugin/console

手动 insert 行（免重启备选）

不想装包时，可把下面的行直接追加到 profile 的 cordis.patch.yml（$DSH_HOME/profiles/web/），配置 HMR 实时挂载，零重启 （需另行安装本包使 dsh-rider 可解析，或自行复制 index.mjs 的实现）：

- insert:
- id: dsh-rider
name: 'dsh-rider'

启停与配置覆盖

在 profile 层（不是本包内）覆盖，例如禁用整个插件：

- disabled: true
id: dsh-rider

开发

- 结构：cordis.patch.yml = bundle 组合层（自挂载）；index.mjs = Node half （duckduckgo_search + vision_understand 工具 + 系统提示指引 + dsh-rider settings 命名空间 + 六条自建 HTTP 路由：/api/dsh-rider-vision 配置读写、 /api/dsh-rider-vision/understand 图片理解、/api/dsh-rider-vision/declare 图片模态声明、/api/dsh-rider-stash 文件暂存（落盘/列表/撤回/清空）、 /api/dsh-rider-stash/restage 引用行物化、/api/dsh-rider-stash/read 预览读回 + agent/pre-step 注入）；client/index.js = client half（settings.section 独立设置页含四张卡片 + conversation.input.dock 粘贴图片捕获与附件卡片 + conversation.input.left 回形针按钮 + 全窗拖放遮罩， CJS 源码即产物，零构建链）；搜索实现依赖 ddg-kit@0.1.1（声明在 dependencies，随包安装进 profile 闘包）；视觉能力全部走官方服务（ctx.llm / ctx.attachments / ctx.settings / ctx.agentDefaultModel / ctx.webServer，零新增依赖）。
- 门禁：node scripts/gates/run.mjs（机械检查 + 自证测试；entry 门禁用依赖 stub 做真实 import 与 apply() 注册形状校验；vision-execute 门禁用全服务 fake ctx 跑工具 execute 的成功/失败路径冒烟；stash-execute 门禁在临时工作区跑暂存路由全路径（落盘/列表/撤回/清空/restage 迁移/超限/穿越）+ pre-step 注入纯函数直测；client-bundle/client-execute 门禁用 vm 沙箱执行真实 client bundle（含 fetch stub 与 document stub）并冒烟设置页的表单流（编辑→保存→重置→清除→丢弃），均无需 node_modules）。
- 决策记录：decisions/implemented/。