dsh-show-image

dsh-show-image
展示给用户，绝不喂给模型。

🖼️ 纯文本 LLM 也能"发图" · 🔒 图片永不进入模型上下文 · 💡 点击悬浮窗全屏查看
为 DeepSeek Harness（DSH）而写的图片展示插件

[!NOTE] 本插件由 AI agent 编写并经过真机验证（WebUI 实际跑通：卡片渲染、悬浮窗、会话不报错）， 但未经安全审计、与 DeepSeek 官方无关、不提供任何担保。代码不大（host 端约 200 行、 client 端约 300 行），用之前建议通读一遍 lib/。review / PR 都欢迎。

目录

• 这是什么
• 为什么需要它
• 它如何工作
• 高亮特性
• 快速开始
• 安装
• 配置
• 交互体验
• 边界与限制
• 与"让 DeepSeek 支持视觉"项目的关系
• 测试
• 贡献
• License

这是什么

DSH 的模型路由（pi-ai、deepseek 直连等）有个硬规则：会话历史里出现图片内容块，而当前模型不支持多模态，就抛 UNSUPPORTED_CONTENT。 由于内容块已持久化在会话日志里，之后每一轮都会重放同样的失败——会话直接废掉。

这个插件补上缺失的"输出方向"：让纯文本 LLM 也能把本地图片展示给用户， 而图片字节只走展示通道，模型永远只看到文本（路径列表）。

为什么需要它

它如何工作

模型调用 show_image(路径)
        │
        ▼
Host 端 execute
  ├─ 读取本地图片（png / jpg / jpeg / webp / gif）
  ├─ 存入附件库（内容寻址去重 + 校验元数据）
  └─ 生成 base64 data URL
        │
        ▼
render（模型可见）      presentationMeta（用户可见）
┌──────────────┐      ┌──────────────────────────┐
│ 1. C:\a.png  │      │ images: [{ dataUrl, ... }]│
│ 2. C:\b.png  │      └──────────────────────────┘
└──────────────┘               │
        │                      ▼
   纯文本，安全          Client 端 toolview
                             渲染图片卡片
                                  │ 点击
                                  ▼
                        shell.overlay 悬浮窗
                       （✕ / 点外部 / Esc 关闭）

三个设计点：

• 模型侧只有文本：render 输出纯文本路径列表——任何路由、任何纯文本模型都不会触发图片内容检查；
• 展示侧走 presentation：图片字节放进工具结果的 meta（presentationMeta），由客户端直接渲染，不经过会话消息内容；
• 不依赖附件引用 RPC：session.readAttachment 要求图片块出现在模型可见内容里（"被会话引用"），与纯文本模型天然冲突，所以弃用；附件库仅用于元数据校验与去重。

高亮特性

• 纯文本模型零负担 —— 模型永远只收到文本；pi-ai / deepseek 直连等所有路由下都不会报 UNSUPPORTED_CONTENT；
• 卡片式展示 —— 内联图片网格，支持 columns（1-6 列）与 captions 参数；
• 悬浮窗查看 —— 点击任意图片弹出全屏 lightbox（harness 原生 shell.overlay 槽位），右上角 ✕、点击遮罩、Esc 三种方式关闭；
• 会话日志安全 —— 图片字节在日志里只以展示 meta 存在，不进入模型历史，旧会话不报废；
• 标准 cordis bundle —— dsh plugin add 安装，卸载自动 dispose 全部副作用。

快速开始

# ~/.dsh/profiles/<profile>/cordis.patch.yml
- insert:
    - id: show-image
      name: 'dsh-show-image'
      config:
        maxImages: 12
        maxBytes: 83886080
        maxEmbedBytes: 2097152

装完重启 dsh web、硬刷新浏览器，然后让模型调用 show_image：

请调用 show_image 工具，把 C:\Users\xxx\shot.png 显示给我。

安装

本包是标准 bundle（package.json 声明 dsh.client，lib/ 已编译提交，无构建步骤）。

方式一：本地目录

dsh plugin --profile web add ./dsh-show-image

方式二：从 GitHub 安装

dsh plugin --profile web add github:<你的用户名>/dsh-show-image

lib/ 是纯 JS，没有 prepare 脚本，不需要 allowBuilds 放行。

方式三：手动拷贝（无 pnpm 时兜底）

把整个目录拷到 ~/.dsh/profiles/<profile>/node_modules/dsh-show-image（hoisted 布局拷贝即可被 loader 解析），再在 cordis.patch.yml 挂载。

验证与注意

• 验证：重启后让模型调用 show_image，看到图片卡片即成功；
• 注意：插件代码在 node_modules 里，HMR 不追踪——改代码必须重启；
• 卸载：dsh plugin --profile web remove dsh-show-image（或 patch 行加 disabled: true），重启。

配置

交互体验

• 内联卡片：网格布局，悬停显示完整路径，光标为放大镜；
• 点击图片 → 页面内悬浮窗：半透明遮罩 + 居中大图 + 下方 caption；
• 关闭：右上角 ✕、点击遮罩（图片以外区域）、按 Esc。

边界与限制

• 单张超过 maxEmbedBytes 会报错而不是静默降级（防止日志膨胀）；调大配置即可；
• 图片以 base64 存于工具结果 meta，会随会话日志持久化——单会话大量大图会增大日志体积；
• 旧版本插件（往模型内容里塞图片块）产生的已损坏会话不会被修复，请开新会话；
• 只支持 png / jpg / jpeg / webp / gif（附件库媒体类型）。

与"让 DeepSeek 支持视觉"项目的关系

社区项目（codex-vision-proxy、codex-deepseek-vision、pi-vlm-proxy、dsh-tool-see-image 等）解决的是输入方向：拦截图片，用 OpenAI 兼容视觉模型（如免费 GLM-4V-Flash）把图转成文字，让文本模型"看见"。本插件解决输出方向：让用户在回复中看到本地图片。两者互补，可共存。

测试

手工验证清单（真机跑通项）：

1. 模型调用 show_image 显示 4 张图（含 columns/captions）→ 卡片按 2 列渲染、caption 正确；
2. 点击图片 → 悬浮窗出现大图；✕ / 点外部 / Esc 均能关闭；
3. 显示完图片后再问模型一个问题 → 正常回答，会话不报 UNSUPPORTED_CONTENT；
4. 让模型显示超过 maxEmbedBytes 的图 → 得到明确报错文本而非崩溃。

贡献

PR、issue、review 都欢迎。改动后请同步 lib/index.js（host）与 lib/client.js（client）两端的协议（输出 schema、meta 结构）。

License

MIT