识图工具 sjakdhasdh/dsh-vision

dsh-vision 👁️

CI
License: MIT

给 DeepSeek Harness 里没有原生识图能力的模型（如 deepseek-v4-flash）加上识图工具。
为没有原生视觉能力的 DeepSeek Harness 模型（例如 deepseek-v4-flash）赋予图像识别能力。

把本地图片或网络图片 URL 交给视觉大模型（默认阿里云百炼 qwen3.7-flash），返回中文文字描述。
将本地图片路径 / URL 委托给视觉大模型（默认：阿里云百炼 qwen3.7-flash），并返回中文描述。

demo

特性

- 🖼️ 支持本地图片路径、网络图片 URL
- 🔑 OpenAI 兼容格式，不绑定特定厂商（默认阿里云百炼）
- ⚙️ 配置优先级：插件 config > 环境变量 > 默认值
- 📦 零额外运行时依赖（只用 Node 内置 fetch）

安装

pnpm install && pnpm run build
在插件父目录执行：
dsh plugin --profile web add ./dsh-vision
重启 dsh，然后新建会话即可使用 vision 工具

配置

方式一：环境变量

export DASHSCOPE_API_KEY=sk-xxx
export VISION_MODEL=qwen3.7-flash-2026-07-15
export DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

方式二：profile 补丁层 ~/.dsh/profiles//cordis.patch.yml

- id: dsh-vision
config:
apiKey: sk-xxx
model: qwen3.7-flash-2026-07-15
baseURL: https://dashscope.aliyuncs.com/compatible-mode/v1

使用

模型会自动调用 vision 工具，参数：

| 参数 | 必填 | 说明 |
| image | ✅ | 本地图片绝对路径（如 C:\a.png）或 http(s) URL |
| prompt | ❌ | 识别要求，默认"请详细描述这张图片的内容" |

提示：配合图片上传

DeepSeek Harness 默认的 DeepSeek adapter 声明模型纯文本，上传图片会被 MODEL_DOES_NOT_SUPPORT_IMAGES 拦截。
要让用户能直接粘贴图片（图片块渲染为 [图片附件: sha256:...] 标记），需要对
dsh-llm-deepseek 打一个小补丁（见 PATCHES.md）。

特性

- 🖼️ 支持本地图片路径和远程 http(s) URL
- 🔑 OpenAI 兼容 API —— 厂商无关（默认百炼）
- ⚙️ 配置优先级：插件 config > 环境变量 > 默认值
- 📦 零额外运行时依赖（仅使用内置 fetch）

安装

pnpm install && pnpm run build
在父目录中执行：
dsh plugin --profile web add ./dsh-vision
重启 dsh，然后打开一个新会话 —— vision 工具会出现在模型的工具集中

配置

方式 A —— 环境变量：

export DASHSCOPE_API_KEY=sk-xxx
export VISION_MODEL=qwen3.7-flash-2026-07-15
export DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

方式 B —— profile 补丁层 ~/.dsh/profiles//cordis.patch.yml：

- id: dsh-vision
config:
apiKey: sk-xxx
model: qwen3.7-flash-2026-07-15
baseURL: https://dashscope.aliyuncs.com/compatible-mode/v1

使用

模型会自动调用 vision 工具：

| 参数 | 必填 | 说明 |
| image | ✅ | 本地绝对路径（如 C:\a.png）或 http(s) URL |
| prompt | ❌ | 指令；默认为"详细描述这张图片" |

注意：启用图片上传原版 DeepSeek 适配器声明模型仅支持文本，并以 MODEL_DOES_NOT_SUPPORT_IMAGES 拒绝上传。为了让用户能够直接粘贴图片（渲染为 [图片附件: sha256:...] 标记），请应用 PATCHES.md 中描述的小补丁。

文章 / 相关文章

- 📖 中文实战文章（掘金）：给 DeepSeek Harness 加上识图能力：从踩坑到发布开源插件的完整实践
- 📖 同文（CSDN）：DeepSeek 模型不识图？开源插件 dsh-vision 让纯文本模型也能"看"图片
- 📖 同文（知乎）：DeepSeek 官方智能体框架不识图？我给它写了个开源插件
- 📣 官方 Discussions：Show and tell #876

许可证

MIT