图片委托子代理 yuqingsh/dsh-image-subagent

dsh-image-subagent

让纯文本主模型（如 deepseek-v4-pro）也能接收图片附件：图片进入会话后投影为携带完整 attachmentId 的显式文本占位符，由主模型委托视觉子代理读取。

版本与 dsh 的对应关系：
- v0.1.x —— dsh 0.1.0-rc.x（rc.6 时代，通过“补报 image 能力”放行门禁）；
- v0.2.0 —— dsh ≥ 0.1.1-rc.2（0.1.1 适配版，通过“抹除模态声明”放行门禁，详见下文“适配策略”）。

适配策略（v0.2.0 为什么这样改）

0.1.1 的图片准入门禁只拒绝显式声明 inputModalities 且不含 image 的路由，声明省略（undefined）视为负能力直接放行；同时官方适配器对纯文本路由已有原生占位投影（只含 sha256 前 8 位摘要）。因此本版把旧版的“补报 image 能力”改为“抹除纯文本路由的 inputModalities 声明”：

- 门禁：undefined → 放行，贴图不再被拒绝；
- 适配器：仍按纯文本路由处理 → 本插件在主循环路径投影为富占位（完整 id + 委托提示），漏网路径由官方原生占位兜底——不存在把图片当真发给纯文本端点的失败模式；
- read_image 工具门禁：主模型路由 undefined → 仍拒绝（主模型不能自己读图，委托流保持不变）；
- 视觉路由（如 deepseek-v4-flash-vision-exp）完全不受影响：声明含 image，插件旁路，原生直读。

安装

本地 checkout（推荐，方便跟进改动）
dsh plugin --profile web add ./dsh-image-subagent

或按 git 标签
dsh plugin --profile web add github:yuqingsh/dsh-image-subagent#v0.2.0

需要 pnpm（brew install pnpm）。安装后重启 dsh web 并刷新页面。

用 Prompt 安装

把下面这段发给你的 DSH 会话，让 Agent 代装：

请安装 dsh-image-subagent 插件：在 /Users/kane/Documents/OpenCode 下运行 dsh plugin --profile web add ./dsh-image-subagent。完成后重启 dsh web 进程，刷新浏览器页面。

使用

前置条件

- 预设里有一个视觉子代理（如 subagent_observer），其模型声明 image 输入（如 deepseek-v4-flash-vision-exp 或 MiniMax-M3）；
- 该子代理的工具集包含 read_image；
- 贴图进入会话后，主模型会收到富占位文本（含 id=sha256:），委托时把占位符里给出的附件对象路径传给子代理。

日常使用

贴图并附上问题 → 门禁放行 → 主模型收到富占位符（含完整 id=sha256:… 和附件对象路径）→ 委托 subagent_observer 用 read_image 读该路径 → 返回像素级描述 → 主模型作答。

附件对象路径规则：~/.dsh/attachments/v1/objects//。

验证安装

curl -s -X POST http://127.0.0.1:3080/image-subagent/status \
-H 'content-type: application/json' \
-d '{"type":"client-request","rpcId":"s1","method":"status","payload":{}}'

预期（v0.2.0）：bridged 为 "(omitted — paste gate passes)"，real 为 ["text"]（路由真实声明）。旧版 v0.1.x 的预期是 bridged 含 "image"。

License

MIT