高清识图增强 azwosile/dsh-highres-vision

dsh-highres-vision
大肥鱼出来卖个萌 🐳 鲸鱼娘登场喵～ 如果这个小插件帮到了你，记得给仓库点个 ⭐ Star 喵！
星星越多，鲸鱼娘越开心，也会更有动力继续维护这个插件喵～ 💙 （求求啦喵～）

⚠️ 只给 DeepSeek 的视觉模型用。
2026-09-10 起视觉模型是 DeepSeek-V4.1-Flash（正式名 deepseek-flash）；旧名 deepseek-v4-flash-vision-exp / deepseek-v4-flash 仍被接受，请求同样转由 V4.1-Flash 承接。
deepseek-v4-pro 官方不支持视觉。

DeepSeek Harness 高清识图增强插件 v0.3.2（本身也是由 deepseek v4 flash vision exp 开发()）

适配内核

| 内核版本 | 状态 |
| 0.1.2-rc.1（DSH Desktop 0.8.1 内置） | ✅ 已实测 |
| 0.1.5-rc.1（npm latest） | ✅ 已实测 |
| 0.1.5-rc.2（npm next） | ✅ 已实测 |
| ≤ 0.1.1-rc.x | ⚠ 未实测 |

package.json 声明：engines.dsh: ">=0.1.2-rc.1"，另附 dsh.compatibility.dshReleases 逐版本表。

自验：node verify-kernel.mjs [内核树B] ... —— 26 项宿主契约逐条对比，退出码 0 表示不用改代码。

功能

1. 仅在 DeepSeek 系列模型下启用按会话判定当前 provider / model，非 DeepSeek 时对那个 agent 屏蔽 highres_read，也不注入 pre-step 提醒（不影响其它会话）。中途切换模型即时生效。
判定：provider 为 deepseek-official，或模型名含 deepseek（兜住第三方中转）。
判定不出时按 unknownModelPolicy 处理，默认 allow。

2. 自动抬升每模型图片预算宿主适配器（官方 dsh-llm-deepseek）会按每个模型的 imagePixelBudget 把图片二次投影，官方默认值只有 640000 像素（≈800×800）/ 1 MiB。
插件加载时逐条判定，只给 DeepSeek 系列且已声明 image 模态的条目补上 imagePixelBudget: 1690000（1300×1300）与 imageMaxBytes: 8388608（8 MiB），立即生效，无需重启。

- 写入目标只有 llm-deepseek 这一个 settings 命名空间（官方 DeepSeek 适配器自己的模型目录）； ginka- / amd 等 llm-pi-ai provider 结构上不会被碰
- 逐条白名单：id 或 name 不含 deepseek 的条目一律跳过
- 只抬不降、不动纯文本模型、不动显式 low 档、只在需要时才写盘

3. 放宽图片限制源准入 + 规范化是两套独立预算，这里一起放宽，图片进附件库时不再被降采样。

- 源准入（超标直接拒收）：单图 32 MiB / 单边 8192px / 单请求 600 张 / inline 总量 64 MiB
- 规范化（存进附件库的那份）：像素上限 8192×8192（DSH 默认 2048×2048）/ 长边 8192px / 编码字节 16 MiB（DSH 默认 4 MiB）
- 适配器：base64 累计 44 MiB

⚠️ 只改源准入是不够的 —— v0.3.0 就栽在这：3840×2160 通过准入后，被规范化默认值砍成 2730×1536（丢 49.4% 像素），后面 1300 的分块是在降质源上做的。
v0.3.1 补上规范化预算后原样入库。

4. 高清分块识图注册 highres_read 工具，自动定位当前会话最近一张用户图片，生成整图 + ≤1300×1300 高清分块（overlap 自动 65 / 130 / 195px）后通过宿主 read_image 注入模型。
不覆盖宿主 read_image。用户发大图且模型未调用该工具时，agent/pre-step 会提醒。
工具参数：tile / overlap / skipWhole / maxTiles。

相对 v0.2.0 的改动

| # | 改动 | 说明 |
| 1 | 分块基线 800 → 1300 | V4.1-Flash 的等效像素从 ≈800×800 / 384 token 提到 ≈1300×1300 / 1024 token。沿用 800 白丢约 62% 分辨率 |
| 2 | 新增「仅 DeepSeek 系列启用」 | 非 DeepSeek 会话下对该 agent 屏蔽 highres_read，切模型即时生效；不碰别的会话 |
| 3 | 新增自动抬升每模型图片预算 | 新增 lib/model-budget.js。不抬这段，1300 的分块会在发请求前被压回 800×800 |
| 4 | 修复失效配置键 | cordis.patch.yml 里 maxRequestImageBytes 在 harness 0.1.2-rc.1 已不存在（静默 no-op），改为 maxInlineRequestImageBytes |
| 5 | 修复漏掉的规范化预算（0.3.1） | 只抬源准入不够：DSH 规范化默认把图压到 2048×2048 以内，3840×2160 入库即丢 49.4% 像素。补上 normalizedImageMax 三个键 |
| 6 | 新增可配置项 | deepseekOnly / unknownModelPolicy / modelBudgetScope / tile / overlap / remind / remindThreshold / autoRaiseModelBudget / modelImagePixelBudget / modelImageMaxBytes |
| 7 | 新增离线自检 | verify.mjs，不装插件也能跑 |
| 8 | 移除 router-standard 兼容说明 | 上游那套预设已不适配 V4.1-Flash |
没变的部分：纯 Node 实现（依赖 jimp，不需要 Python / Pillow）、不覆盖宿主 read_image、识别后清理本次临时目录而不动附件库。

相对 v0.3.1 的改动

| # | 改动 | 说明 |
| 1 | 修复「不传参数自动取会话最近一张图」恒失败 | findLatestSessionImage() 读的 session.events 在 harness 0.1.2-rc.1 的 Session 上不存在（只有 snapshotEvents() / ownEvents() / eventAt() / seq），判定恒为 undefined → 不传参数的调用一律返回 file_path/image/attachmentId is required。改用 session.snapshotEvents()，保留 events 作更旧内核回退 |
| 2 | verify.mjs 补上该路径的回归用例 | 之前只测 tile / model-budget / model-detect 三块纯函数，所以这个缺陷从 v0.2.0 一路带到 v0.3.1。现在导出 sessionEvents / findLatestSessionImage 并直接断言 |
| 3 | 声明适配内核 | package.json 加 engines.dsh: ">=0.1.2-rc.1" 与 dsh.compatibility.dshReleases 逐版本表 |
| 4 | 新增 verify-kernel.mjs | 26 项宿主契约在任意几棵内核树上逐条对比，判断「换内核要不要改代码」 |

影响面：带 file_path 或 attachmentId 的显式调用一直是好的，坏的只有「让插件自己去会话里找最近一张用户附图」这条最省事的路径。

配置

- id: dsh-highres-vision
name: dsh-highres-vision
config:
deepseekOnly: true # 只在 DeepSeek 系列模型下启用 unknownModelPolicy: allow # 判定不出模型时：allow | deny autoRaiseModelBudget: true # false = 不抬模型预算 modelBudgetScope: deepseek # deepseek = 只改 DeepSeek 条目；all = 该命名空间全部 modelImagePixelBudget: 1690000 # 1300 x 1300 modelImageMaxBytes: 8388608 # 8 MiB tile: 1300 # 单块最大边长；旧基线可设 800 overlap: 0 # 0 = 自动 remind: true # false = 关闭 pre-step 提醒 remindThreshold: 1300 # 缺省与 tile 一致

modelImagePixelBudget 需要与 tile 同批调整。

边界：插件只抬预算，不改模型名与模态。模型没写 inputModalities: [text, image] 时按内核规则视为纯文本而跳过，需要你自行添加。

安装

git clone https://github.com/azwosile/dsh-highres-vision.git
dsh plugin --profile web add ./dsh-highres-vision

装配后重启 DSH Desktop 一次（放宽准入限制的 bundle 补丁只在启动时组合）。
Node >= 18，依赖 jimp 安装时自动装好，不需要 Python / Pillow。

自检（不装插件也能跑）：

node verify.mjs # 自包含合成图，预期 112 通过 / 0 失败
node verify.mjs # 额外跑本地真实图片
node verify-kernel.mjs [内核树B] [...] # 内核契约对比，退出码 0 = 全部一致

回滚

dsh plugin --profile web remove dsh-highres-vision

（装了超级注入器的话也可以用 dev_uninject_plugin dsh-highres-vision）

预算抬升写进 settings.yaml 后不会随卸载自动撤销，需手动删掉那两个字段或走 Models 页重置。

dsv4fv开发