image-vision 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；暂不能直接安装（需源码编译或环境不满足）：仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装。

image-vision 兼容性怎么样？

暂不能直接安装（需源码编译或环境不满足）：仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装。

image-vision 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

image-vision 还在维护吗？

GitHub 8 星。最近一次上游提交在 2026/8/14。

多模型识图技能 wangyang10/image-vision

DeepSeek Harness

wangyang1081 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

让纯文本模型调用识图 API 完成看图问答与 OCR

32.2/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/9/15 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

自动兼容检查未通过：仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装。以下命令仍可尝试，但可能失败。

无法用 dsh 插件命令安装（仓库内无 dsh 插件清单）

git clone https://github.com/wangyang10/image-vision.git

按该仓库 README 的原生方式安装；若作者另行发布了 DSH 插件包，请以其文档为准

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：需留意

是什么

dsh 原生插件 · vision

装得上吗

实装验证未通过（unknown），装前请到仓库确认最近更新与 issue

L4 · 真实安装等级说明 →

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

更新放缓：最近一次提交在 81 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

⚠︎ 实装验证未通过（unknown · 2026/10/29） ——可能是验证环境差异，装前建议到 GitHub 仓库确认最近更新与 issue。

社区实装还没有人打卡 · 装过的第一个就是你

安装兼容性检查需源码安装

仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。

✗npm 包image-vision（未发布到 npm，仅可源码安装）

✓Node 引擎未声明 engines.node

✓dsh CLI 依赖未声明 dsh 版本约束

✗入口文件缺少入口声明

源码安装时若 pnpm 拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。

验证方式：npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/21 15:44:28

安全扫描自动 · 静态分析源码

v2.7.0

🔵 扫描：含敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

读写/删除本地文件发起外部网络请求

查看扫描证据（共 10 处，展示前 10 条）

读取本地文件
dsh-image-vision/lib/config.js:29
for (const raw of readFileSync(path, "utf8").split(/ ? /)) {
读取本地文件
dsh-image-vision/lib/config.js:54
if (existsSync(full)) return readDotfile(full);
删除本地文件递归
dsh-image-vision/lib/index.js:181
rmSync(dir, { recursive: true, force: true });
读取本地文件
dsh-image-vision/lib/preprocess.js:27
const head = readFileSync(path).subarray(0, 16);
读取本地文件
dsh-image-vision/lib/preprocess.js:47
const head = readFileSync(path).subarray(0, 26);
读取本地文件
dsh-image-vision/lib/preprocess.js:125
if (statSync(current).size > maxBytes) {
删除本地文件递归
dsh-image-vision/lib/preprocess.js:140
rmSync(tempDir, { recursive: true, force: true });
读取本地文件
dsh-image-vision/lib/preprocess.js:152
const base64 = readFileSync(path).toString("base64");
发起网络请求
dsh-image-vision/lib/provider.js:52
response = await fetch(url, {
读取本地文件
dsh-image-vision/lib/skill.js:29
const raw = readFileSync(SKILL_PATH, "utf8");

扫描于 2026/11/2（1 天前） · 范围全包扫描 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

功能亮点

调用识图API
看图问答
OCR识别

README

由 DeepSeek 最新模型翻译生成

展开完整文档（README 剩余 1 节）

image-vision

让没有视觉能力的模型（如 DeepSeek 等纯文本模型）也能“看图”：自动调用 OpenAI 兼容的识图模型 API（OpenRouter、SiliconFlow、智谱、Kimi、通义千问、本地 Ollama 等），完成图片描述、问答、OCR 等任务。

一个仓库，多个 Agent 宿主：同一套技能逻辑分别以标准 skill 和宿主插件的形式提供给 Codex、Claude Code、DeepSeek Harness（DSH）等使用。

支持的 Agent

| Agent | 接入物 | 推荐安装方式 | 调用方式 | 运行时依赖 |
| Codex | 标准 skill（skills/image-vision/） | 自动安装 / 一键脚本 TARGET=codex | 发图提问自动触发；或手动跑 python 脚本 | python3 + sips（macOS） |
| Claude Code | 标准 skill | 自动安装 / 一键脚本 TARGET=claude | 同上 | python3 + sips（macOS） |
| DeepSeek Harness (DSH) | 插件（dsh-image-vision/，推荐） | 一键脚本 / 手动 / 把仓库地址发给 DSH 自动装 | 模型直接调 vision_query 工具；输入框 /image-vision | 无（纯 Node 内置模块） |
| DeepSeek Harness (DSH) | 标准 skill（轻量方案） | 一键脚本 TARGET=dsh | 发图提问触发技能，模型跑 python 脚本 | python3 + sips（macOS） |
| 其他支持 SKILL.md 的宿主 | 标准 skill | 复制到对应技能目录 | 依宿主而定 | python3 |

仓库结构

image-vision/
├── skills/image-vision/ # 标准 skill：Codex / Claude Code / 其他 SKILL.md 宿主 / DSH 轻量接入 │ ├── SKILL.md # 技能说明（各宿主通用） │ ├── scripts/vision_query.py │ ├── agents/openai.yaml │ └── references/providers.md ├── dsh-image-vision/ # DSH 插件：深度接入（Cordis 插件，独立可 publish） │ ├── lib/.js # vision_query 工具 + 运行时技能注册（零依赖 ESM） │ ├── assets/SKILL.md # DSH 版技能正文（工具优先） │ └── README.md ├── install.sh # 一键安装脚本（TARGET=codex / claude / both / dsh；DSH 深度接入加 DSH_PROFILE=web） └── README.md

DSH 深度接入与技能版共享同一套配置语义与预处理策略：lib/ 是 vision_query.py 的 JS 移植，两边行为保持一致但互不依赖（插件不要求 python3）。

安装与使用

1. Codex

安装（任选其一）：

方式一：把技能地址发给 Codex，让它自动安装 —— 复制下面这句发给 Codex：

请安装这个技能：https://github.com/wangyang10/image-vision/tree/main/skills/image-vision

方式二：一键脚本

TARGET=codex bash 从 https://github.com/wangyang10/image-vision 安装 image-vision 技能到 ~/.claude/skills/ 目录

方式二：一键脚本 bash
TARGET=claude bash 安装这个插件：https://github.com/wangyang10/image-vision （插件在 dsh-image-vision 子目录，已发布 npm，装到 web profile，装完验证可用）

方式二：一键脚本（自动安装插件并写入装载条目）

TARGET=dsh DSH_PROFILE=web bash 配置文件 > 内置默认*。

新建配置文件（Codex / Claude Code 用 ~/.codex/image-vision.env；DSH 建议 ~/.dsh/image-vision.env，脚本与插件都会回退读取 ~/.codex/image-vision.env）： bash
VISION_API_KEY=你的识图平台密钥
VISION_API_BASE=https://openrouter.ai/api/v1
VISION_MODEL=qwen/qwen3-vl-32b-instruct

- 环境变量名：VISION_API_KEY（未设置时回退 OPENAI_API_KEY）、VISION_API_BASE、VISION_MODEL
- DSH 插件额外支持把 key 存进 DSH 凭据体系（~/.dsh/.credentials.yaml / 设置页）
- 其他平台（SiliconFlow / 智谱 / Kimi / 通义千问 / 本地 Ollama）示例见 references/providers.md
- 修改配置后直接生效，无需重开会话（每次调用都会重新读取）

⚠️ 配置文件包含你的密钥（权限 600），永远不要提交到任何仓库。

特性

- 当前模型不具备视觉能力时，自动调用识图 API 读取图片
- 支持本地图片、http(s) URL、data URL；支持多图对比
- 自动预处理（macOS）：HEIC/HEIF/AVIF → JPEG、TIFF/BMP → PNG，长边超 2048px 自动缩放，超过 10MB 自动压缩（可用 --no-preprocess 关闭）
- OCR 提取文字、--json 结构化输出

维护说明

- skills/image-vision/scripts/vision_query.py（Python）与 dsh-image-vision/lib/（JS 移植）是同一套逻辑的两份实现，改动预处理/API 行为时需同步两边。
- assets/SKILL.md（插件内嵌）与 skills/image-vision/SKILL.md 保持内容同步。

License

MIT