文件与数据插件

dsh-vision

sjakdhasdh/dsh-vision

Vision tool plugin for DeepSeek Harness (DSH): give text-only models like deepseek-v4-flash image recognition via Alibaba Bailian / any OpenAI-compatible vision API. 给 DeepSeek Harness 无识图能力模型加识图工具。

查看仓库

Stars: 1
Forks: 0
Issues: 0
更新: 5 天前

PROJECT TOPICS

项目标签

ai-agent deepseek deepseek-harness dsh-plugin llm plugin vision

INSTALL REFERENCE

安装参考

未验证

dsh plugin --profile web add github:sjakdhasdh/dsh-vision

在 DSH 中安装

该命令指向仓库当前默认分支；尚无绑定当前 commit 的完整验证结果。

PROJECT README

README

dsh-vision 👁️

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。 Give image-recognition ability to DeepSeek Harness models without native vision (e.g. deepseek-v4-flash).

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。 Delegates local image paths / URLs to a vision LLM (default: Alibaba Cloud Bailian qwen3.7-flash) and returns a Chinese description.

English | 中文

demo

中文

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/<name>/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）。

English

Features

🖼️ Local image paths and remote http(s) URLs
🔑 OpenAI-compatible API — vendor-agnostic (Bailian by default)
⚙️ Config precedence: plugin config > environment > defaults
📦 Zero extra runtime deps (built-in fetch only)

Install

pnpm install && pnpm run build
# from the PARENT directory:
dsh plugin --profile web add ./dsh-vision
# restart dsh, then open a NEW session — the `vision` tool appears in the model's toolset

Configuration

Option A — environment variables:

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

Option B — profile patch layer ~/.dsh/profiles/<name>/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

Usage

The model calls the vision tool automatically:

Param	Required	Description
`image`	✅	Absolute local path (e.g. `C:\a.png`) or http(s) URL
`prompt`	❌	Instruction; defaults to "describe this image in detail"

Note: enabling image upload

The stock DeepSeek adapter declares models text-only and rejects uploads with MODEL_DOES_NOT_SUPPORT_IMAGES. To let users paste images directly (rendered as [图片附件: sha256:...] markers), apply the small patch described in PATCHES.md.

Articles / 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

License

MIT

CLASSIFICATION EVIDENCE

分类依据

项目类型插件

功能分类文件与数据

规则置信度高

系统优先读取 GitHub Topics，再与站内分类词典和词根规则比对。当前命中： vision。