图像描述桥 bauerelizabeth07139/opencode-eyes

opencode-eyes

给看不见的模型一双眼睛。 图片交给 StepFun 的 step-3.7-flash 视觉模型，描述作为工具输出返回。

给不具备多模态能力的模型一双眼睛:把图片交给 StepFun 多模态模型,拿回文字描述。

作为 DeepSeek Harness 插件：MCP 服务器打包在 bundle 里，所以装一个插件就完成全部配置——不用手动编辑 mcpServers 文件。

安装

DeepSeek Harness Desktop —— 打开侧边栏的 Plugins，选择 Add plugin，输入：

https://github.com/bauerelizabeth07139/opencode-eyes

然后打开新的 dsh-opencode-eyes bundle 开关。Desktop 应用启动的是预留的 desktop 配置档，所以必须在这里启用。

dsh 命令行 —— 装进你实际启动的配置档：

dsh plugin --profile web add bauerelizabeth07139/opencode-eyes

机器上没有 git？ pnpm 用 git ls-remote 解析 git 简写，缺 git 时会报 'git' is not recognized。改用 tarball——那条路径走的是纯 HTTPS：

dsh plugin --profile web add https://codeload.github.com/bauerelizabeth07139/opencode-eyes/tar.gz/main

同一个地址在 Desktop 的 Add plugin 对话框里也能用。把 main 换成 commit SHA 就能锁定确切版本（/tar.gz/<sha>）。

卸载用 dsh plugin --profile web remove dsh-opencode-eyes。

要求

- PATH 里有 Python ≥ 3.8，或者用 python 指向它。
- 那个解释器里要有 Pillow——服务器唯一的第三方导入（pip install Pillow）。
- STEP_API_KEY 里有 StepFun API key（或 config.apiKey）。没有它服务器照样启动，describe_image 会返回明确的错误。

工具

服务器注册 1 个工具。DSH 自动给它们加命名空间，所以模型调用时写作 mcp__opencode_eyes__<tool>：

| 工具 | 作用 |
| describe_image | 读取图片文件，base64 编码成 JPEG（可选降采样），然后让视觉模型描述它。参数：image_path（必填）、prompt（可选）。 |

配置

| 键 | 环境变量 | 默认值 | 含义 |
| python | — | 自动发现 | 运行服务器的解释器 |
| apiKey | STEP_API_KEY | （空） | StepFun 凭据；describe_image 需要它 |
| model | STEP_MODEL | step-3.7-flash | 请求里发送的模型 id |
| timeoutSeconds | STEP_TIMEOUT | 120 | 服务器自身的 HTTP 超时 |
| maxDimension | STEP_MAX_DIMENSION | 2048 | 图片降采样到这个边长 |
| jpegQuality | STEP_JPEG_QUALITY | 85 | 重新编码后图片的 JPEG 质量 |
| toolCallTimeoutMs | — | 300000 | DSH 每次调用的预算；保持它大于 timeoutSeconds |
| env | — | {} | 其他内容的原始环境变量透传 |

每个字段都是可选的，放在 loader 行里。例如在 cordis.patch.yml 中：

- id: dsh-opencode-eyes
name: 'dsh-opencode-eyes'
config:
apiKey: 'sk-...'
toolCallTimeoutMs: 300000

说明

- API base URL 已经编译进服务器（https://api.stepfun.com/step_plan/v1/chat/completions），没有 baseUrl 选项可以指向别处。这个插件只暴露服务器真正会读取的内容。
- src/ 布局。 这个包是 src/ 布局的 Python 模块，所以服务器运行时必须以仓库的 src 目录作为工作目录。插件已经帮你处理好。
- 超时。 服务器等待 StepFun 最多 STEP_TIMEOUT（120 秒），比 harness 默认的 60 秒更长，所以插件挂载时给每次调用 300 秒的预算。

如何挂载

index.js 解析出一个 Python 解释器（先看配置的 python，再看 PATH 上的 python3/python），把 argv 和工作目录交给服务器，然后通过 @deepseek-ai/dsh-mcp-client 把它挂载为 stdio MCP 服务器，并设置 failOnStartupError: true，这样服务器启动失败会变成可见的错误，而不是悄悄少一个工具。

凭据是显式转发的。harness 会把形似凭据的变量（KEY、TOKEN、SECRET、PASSWORD）从子进程继承的环境里清掉，所以 config.apiKey——回退到服务器文档里写的那个变量——由插件自己写进子进程的环境。也就是说下面两种写法都能用：

config:
apiKey: '<your key>'

export STEP_API_KEY='<your key>' # picked up at load time

开发

没有构建步骤，也没有运行时依赖——@deepseek-ai/cordis 和 @deepseek-ai/dsh-mcp-client 是 Harness 提供的 peer。

npm test # node >= 22: manifest checks + the stdio mount, both Harness-free

挂载测试会加载 index.js，把 @deepseek-ai/dsh-mcp-client 打桩，然后断言插件产出的确切 stdio 配置，包括上面的凭据转发。

仓库布局

| 路径 | 用途 |
| index.js | DSH 插件：解析解释器并挂载服务器 |
| cordis.patch.yml | 激活插件的 loader 行 |
| locale/{en,zh}.json | 插件列表里的卡片标题和描述 |
| assets/icon.svg | 卡片配图 |
| test/ | npm test：manifest 组合与挂载契约 |
| src/opencode_eyes/ | MCP 服务器，未改动 |
| pyproject.toml、requirements.txt | Python 包元数据，未改动 |

其他宿主（未改动）

这个服务器是普通的 stdio MCP 服务器，在其他任何地方照样能用。仓库原来的 README 原样保留为 README.opencode.md，里面的启动配置也依然有效：

{
"mcp": {
"opencode-eyes": {
"type": "local",
"command": ["python", "-m", "opencode_eyes"],
"enabled": true,
"timeout": 120000,
"environment": { "STEP_API_KEY": "你的StepFun API Key" }
}
}
}

在别的宿主上，从仓库的 src 目录运行服务器（或者把 src 放进 PYTHONPATH）——这是插件唯一额外做的事。

License

MIT —— 仓库在 pyproject.toml 里声明了 MIT，却没随附许可证文件；这个插件的发布版本补上了一份。