文件拖入 dannyvan/dsh-file-drop

dsh-file-drop · 拖拽上传任意文件

DeepSeek Harness 持久插件：支持拖拽 / 点击上传非图片文件（PDF / Word / Excel / ZIP / 文本等），把文件路径直接写入输入框草稿，agent 即可读取。

工作方式（三个入口共用一套逻辑）

| 入口 | 行为 |
| 拖拽到窗口任意位置 | 全屏高亮浮层 → 松手 → 获取文件 |
| 回形针按钮（输入框工具行左侧，28px 圆形原生风格） | 点击弹系统文件选择器（多选） |
| hover 气泡 | 「点击选择文件 · 也可把文件拖到窗口任意位置」，1.5s 自动消失，每次 hover 循环 |

处理顺序（按可用性优先）：

1. 桌面壳直取原始路径（Electron 壳 window.dshDesktop，webUtils.getPathForFile）—— 零上传，拿到 Finder 里的真实路径；
2. 拖拽自带路径（text/uri-list，如 Obsidian 拖笔记）；
3. 上传兜底（浏览器/无壳时）—— POST /api/dsh-file-drop 保存到 /.dsh-drops/，返回工作区路径。

拖拽监听挂在 window 捕获阶段，先于 DSH 自带的 document 级图片拖拽处理拦截（stopPropagation），不会触发「不支持非图片格式」报错。

限制

- 单文件 ≤ 25MB（上传兜底路径；壳直取路径不受限）
- 文本类（md/txt/json/代码等）按文本直写；二进制（PDF/Word/Excel/ZIP 等）经 base64 解码写真实字节
- 壳直取路径指向工作区外文件时，agent 读取需要沙箱放行（workspace-write 模式下需权限配置）

文件结构

index.js Host half：POST /api/dsh-file-drop 保存路由（node fs 原生能力） client.js Client half：回形针按钮 + 拖拽监听 + 状态徽标（__ModuleLoader__ 格式） cordis.patch.yml 组合行（inject: webServer, sessions） dsh.plugin.json 插件清单

安装（已安装，仅备查）

dsh plugin --profile web add "link:/Users/fanxiaokang/dsh-file-drop"
重启 dsh web 生效

配套桌面壳（可选，推荐）

~/dsh-desktop/：Electron 壳，npm start 启动。自动复用/拉起 dsh web（127.0.0.1:3080）， preload 注入 window.dshDesktop（getPathForFile + drainDroppedPaths），使拖拽直取 Finder 原始路径。

视觉引擎基准（modlens，2026-08 实测）

DSH 的 modlens_read_image 走 modlens 视觉桥；单次分析为一次结构化输出（summary/OCR/版面/语义/视觉/不确定项）。

| 引擎 | 完整流程耗时 | 结论 |
| 智谱 glm-4v-flash（国内直连，免费） | ~3.7s | ✅ 当前配置，最优 |
| 智谱 glm-4.6v | ~17s | ❌ 慢 4.6 倍 |
| 智谱 glm-4.5v | 失败 | ❌ 不返回符合 schema 的 JSON |
| Gemini 免费 key（海外） | 429 额度用尽 / 兜底 codex-cli ~14s | ❌ |

配置位置：~/.modlens/config.json（providers.openai → baseUrl=https://open.bigmodel.cn/api/paas/v4，model=glm-4v-flash）。

端到端等待（贴图→回复）≈ 读图 3.7s + 模型回复生成时间，后者通常是主要部分。