识图助手 Terry12138qy/dsh-vision

dsh-vision

给不具备原生识图能力的 DeepSeek Harness 模型装上「眼睛」。

把图片（本地路径或网络 URL）发送给多模态大模型，返回中文文字描述。主模型为阿里云百炼（DashScope）qwen3.5-omni-plus，调用失败（额度用尽 / 欠费 / 限流）时自动切换智谱 glm-4.6v-flash 备用模型。

原始来源与适配说明

- 原始项目：asuojun/claude-vision-skill —— 面向 Claude Code 的识图 skill，核心是 vision.js（读图 → base64 → 调 OpenAI 兼容接口 → 返回文字描述，主模型失败自动切备用模型）。
- 本项目：专门为 DeepSeek Harness 做了适配，把原来的 Claude skill 重写为 DSH 的 bundle 插件，注册一个 vision 工具。识图主流程（读图 → base64 → 调 API → 返回文字、主/备模型自动切换）原样保留。

相较原版的主要改动：

- 打包成 DSH bundle（dsh.bundle.patch），可通过 dsh plugin 安装；
- 注册为 DSH 的 vision 工具（Code Mode 里 await tools.vision(...) 可直接调用）；
- CJS → ESM；配置改为「环境变量 > cordis.patch.yml config > 默认值」（原 .env 语义不变）；
- 增加 exec.signal 取消支持（DSH 工具契约要求）。

安装

dsh plugin --profile web add github:Terry12138qy/dsh-vision

或本地路径：

dsh plugin --profile web add file:/绝对/路径/dsh-vision

安装后重启 dsh web 生效。发布到 GitHub 后，记得给仓库添加 dsh-plugin 主题，方便被 DeepSeek Harness 生态发现。

配置

密钥通过环境变量（推荐，避免密钥进仓库）或编辑 cordis.patch.yml 的 config：

| 用途 | 环境变量 | config 字段 |
| 主模型 API Key | DASHSCOPE_API_KEY | apiKey |
| 主模型 Base URL | DASHSCOPE_BASE_URL | baseUrl |
| 主模型名 | VISION_MODEL | model |
| 备用模型 API Key | FALLBACK_API_KEY | fallbackApiKey |
| 备用模型 Base URL | FALLBACK_BASE_URL | fallbackBaseUrl |
| 备用模型名 | FALLBACK_MODEL | fallbackModel |

环境变量优先于 config。示例见 .env.example。

使用

配置好后，直接发图片路径或 URL，agent 会调用 vision 工具：

帮我看下这张图 C:\path\to\image.png

工作原理

图片(路径/URL) → 读文件 → base64 data URL → POST /chat/completions → 文字描述
└─ 主模型失败 → 自动切备用模型 → 重试

致谢

衷心感谢 asuojun 开源 claude-vision-skill —— 本项目的识图主流程正是基于它的 vision.js 移植而来，才有了这个让 DeepSeek Harness 也能「看图」的插件。

许可

- 本适配代码：MIT License（见 LICENSE）。
- lib/vision.js 的识图主流程移植自 asuojun/claude-vision-skill，请保留其署名并遵守原始项目的要求。