泰山识图iguanren/Taishan-Vision

泰山识图 v4.0

让 DeepSeek Harness(DSH)的纯文本模型也能看图:智谱 GLM 免费视觉模型识图 + 当前模型推理,无需主模型支持图像输入。

version
license

✨ 功能

- 免费识图:glm-4.6v-flash / glm-4.1v-thinking-flash,完全免费,中文识别质量好,失败自动降级
- 凭据感知:没配 API Key 的模型默认关闭,配了才启用;无 Key 时面板/路由自动隐藏对应模型,不会反复失败
- 自动补写:新机没配置智谱时自动添加 provider;填了 GLM Key 后立即生效,无需重启
- 面板直配:在「设置 → 泰山识图」粘贴智谱 Key 即保存,不回显明文、重启不丢
- 注入防护:视觉模型返回内容带围栏声明,防图片内指令注入
- 诊断工具:taishan_diag 输出凭据/路由/包装全量状态
- 手动检查更新:仅用户主动点击「检查更新」时联网检测版本,启动不自动检查
- 面板精简(v4):状态总览与 API Key 合并为一张卡;模型行支持拖动调序;未配置 Key 时不再显示「自动识图」标签

📦 安装

dsh plugin --profile web add github:iguanren/taishan-vision#v4.0

环境要求:dsh plugin 是 pnpm 转发层,需要 PATH 中有 pnpm(npm i -g pnpm);GitHub 安装还需要 git。

升级:

dsh plugin --profile web update taishan-vision

离线安装(taishan-vision-4.0.tgz):

dsh plugin --profile web add file:taishan-vision-4.0.tgz

手动安装:把 taishan-vision 文件夹复制到 ~/.dsh/profiles/web/node_modules/,并在 ~/.dsh/profiles/web/cordis.patch.yml 追加:

- insert:
- id: taishan-vision
name: taishan-vision

重启 DSH 生效。

🔑 配置 API Key

在 DSH 设置 → 泰山识图 粘贴智谱 Key(ZHIPU_GLM_API_KEY),保存即生效。

或手动编辑 ~/.dsh/.credentials.yaml:

ZHIPU_GLM_API_KEY:

Key 只存于凭据文件,不进日志、面板永不回显。

🛠 使用

发送带图片的消息,插件自动注入识图指令,模型调用 taishan_describe_image 工具(参数 image_ref 传图片附件 ID)识别;也可直接让模型"描述这张图"。

视觉模型可在「设置 → 泰山识图 → 模型检测」手动启停、拖动排序(前一个失败自动尝试下一个)。

⚙️ 默认推荐模型(免费)

| 模型 | 上下文 | 最大输出 |
|---|---|---|
| glm-4.6v-flash | 128K | 32K |
| glm-4.1v-thinking-flash | 64K | 16K |

🔧 常见问题

- pnpm 找不到:npm i -g pnpm 后重启终端
- Git 安装失败:winget install Git.Git 或从  下载
- 填了 Key 没模型:面板点「重新扫描」
- 识图超时:默认 20s,可在「运行日志」查看具体失败原因

🧹 卸载

dsh plugin --profile web remove taishan-vision

手动安装则删除 ~/.dsh/profiles/web/node_modules/taishan-vision 并从 cordis.patch.yml 移除对应条目。

💬 反馈

报告 Bug 时请附上:DSH 版本(dsh --version)、taishan_diag 输出、复现步骤。

- 🐛 Bug 报告
- 💡 功能建议

📌 更新记录

- v4.0:面板精简重构——状态总览与 API Key 合并;模型行拖动调序;无 Key 隐藏模型与「自动识图」标签;内置 provider 凭据探测;闪动修复;死代码清理
- v3.0.0:启动日志全面精简,扫描与 HTTP API 注册并行执行
- v2.5.0:启动速度优化
- v2.4.0:移除启动自动检查更新
- v2.3.0:凭据感知路由改进,面板新增「检查更新」
- v2.2.1:兼容新版 DSH session 快照 API + 附件缓存兜底
- v2.2.0:修复「填了 GLM Key 却看不到模型」
- v2.1.0:新机开箱体验优化
- v2.0:静态版重构,内置智谱 GLM 免费模型

MIT License