视觉桥接oil-oil/dsh-vision

dsh-vision 是一个 DeepSeek Harness 插件。它让支持图片的模型继续使用原生视觉；当主模型只有文本能力时，自动调用外部视觉模型观察原图，再由原来的 DeepSeek 模型完成回答。

它怎么工作

| 当前主模型 | 图片处理方式 | 最终回答者 |
| --- | --- | --- |
| 支持图片 | 原图直接发送，不压缩、不预先 OCR | 当前模型 |
| deepseek-official 等文本模型 | 外部视觉模型读取原图，观察结果作为非可信附件上下文注入 | DeepSeek |
| 云端视觉不可用 | macOS Vision 或 Tesseract 本地降级 | DeepSeek |

插件不会替换右下角选择的主模型。多张聊天附件会进入同一次视觉请求，适合前后对比和组合证据；用户的问题会原样交给视觉模型，不套固定报告模板。

安装

使用 DeepSeek Harness 自带的插件管理命令：

npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision

重启 Harness 后即可正常粘贴或拖入图片。插件会替换官方 deepseek-official 适配器，但继续使用原有模型列表、DeepSeek 设置和凭据，并在「设置 → 插件 → 插件配置」中新增「视觉识别」卡片。

DeepSeek Harness 仍处于 Developer Preview。当前版本兼容 0.1.0-rc.6 和 0.1.0-rc.7；设置卡注册同时满足旧版 list Slot 和当前 keyed Slot，不依赖私有的运行时探测接口。

配置视觉识别

打开「设置 → 插件 → 插件配置 → 视觉识别」，选择 ZenMux、百炼、TokenDance 或 OpenRouter，然后填写对应的 API Key。同一张卡片还可以修改模型 ID、API 地址和单次图片上限。

API Key 通过 Harness 官方凭据服务保存。它在浏览器里是单向写入的：界面只能知道 Key 是否存在，不会把 Key 读回页面、聊天、普通设置或会话日志。

路由跟随用户选择：在「视觉识别」中选定的平台是文本模型的主视觉路由；Harness 中其他视觉模型、已有 see 配置和本地 OCR 只在失败后尝试。当前主模型本身支持图片时，原图始终直接进入当前模型，不经过这些桥接路由。

选择「自动选择」时不需要在插件里保存云端 Key。插件会依次尝试 Harness 中已配置且声明支持图片的模型、see 私有配置和本地 OCR。Harness 自定义模型必须声明 image 输入，否则仍会被视为文本模型。

高级文件配置

通常直接使用界面即可。对应的非敏感字段位于 $DSH_HOME/settings.yaml 现有的 llm-deepseek 段落：

llm-deepseek:
visionBackend: zenmux
visionBackendModel: qwen/qwen3.7-plus
visionBackendBaseURL: https://zenmux.ai/api/v1
maxImages: 8

不要把 API Key 写进这个文件。请在「视觉识别」卡片中保存，或使用对应环境变量。修改设置后无需重启。

兼容 see-skill 配置

如果 Harness 中没有可用视觉模型，插件还会读取现有的 ~/.config/see/config.env，兼容 ZenMux、百炼、OpenRouter 和 TokenDance。环境变量优先于本地配置。

export SEE_PROVIDER=zenmux
export ZENMUX_API_KEY=你的Key

SEE_PROVIDER 指定主平台；其他已填写 Key 的平台仅作为失败后的备用。没有指定时，只配置了哪个平台就使用哪个平台。

没有云端 Key 或所有云端服务失败时，插件会尝试本地能力：

- macOS：系统 Vision OCR，无需额外安装。
- Linux / Windows：Tesseract；需要自行安装对应语言包。

本地降级以文字识别为主，不等同于多模态模型的完整语义理解。

安全边界

- 原图只发送给用户配置的视觉服务。
- 视觉结果会被标记为非可信观察数据，图片里的提示词不会获得系统权限。
- 视觉上下文只参与当前模型请求，不改写历史消息。
- API Key 通过 Harness 凭据服务或 see 的用户私有配置解析，不写入仓库。

开发

pnpm install
pnpm check

项目以 MIT 许可证开源。云端路由、多图联合与本地降级行为参考同为 MIT 的 oil-oil/see-skill。DeepSeek 图标来自 deepseek-ai/deepseek-harness 官方仓库。