dsh-plugin-deepseek-vision

DeepSeek Harness 原生视觉 Bundle。文本版 DeepSeek 遇到图片时，通过随包托管的 deepseek-vision-mcp 调用 OpenAI 兼容视觉模型；默认使用智谱免费的 glm-4.6v-flash。

能力

• DSH Web 中直接粘贴或拖入 PNG/JPEG/GIF/WebP；插件保存为权限 0600 的临时文件， 并在输入框上方显示宽度不超过输入框的缩略图卡带。
• 输入框内只保留隐藏的 🖼️ 引用标记，不显示工具调用长指令；用户不输入文字时 发送自动注入预设指令，用户已输入自己的问题时只传图片路径，不覆盖用户意图。
• 发送成功后缩略图卡带自动清理并释放本地预览；发送未成功时图片不丢失（引用序列化 失败时缩略图与引用保留可重试，host 层失败时路径文本恢复回输入框）。点击缩略图 右上角 × 可移除图片并同步撤销引用，多图移除后自动重建剩余指令。
• 自动安装版本锁定的 Python MCP 后端到 $DSH_HOME/cache，无需克隆仓库、创建 虚拟环境或修改 Python 绝对路径。
• 保留 analyze_image、analyze_clipboard、compare_images、vision_status 四个工具，以及多 Key 轮换、模型降级、缓存和 SSRF 防护。
• 可视化配置主、备用服务商；429/5xx 自动退避、跨服务商切换并短期熔断，单次工具 调用默认最多发出 4 次真实视觉请求。
• 桌面版直接使用 App 内置 Node；缺少 Python 3.10+ 时自动下载校验后的 uv，并在 $DSH_HOME/cache 准备隔离 CPython 3.12。
• 只接管明确选中的文本版 DeepSeek；原生视觉模型继续走 DSH 默认图片链路。

要求

• DeepSeek Harness 0.1.0-rc.5 / 0.1.0-rc.6（兼容目标：>=0.1.0-rc.5 <0.2.0）
• 使用 DSH 桌面版时无需另装 Node；从源码构建才需要 Node.js 22.19+ 或 24+
• 从源码安装才需要 Corepack/pnpm；安装已发布的 Bundle 由 DSH 安装器处理
• 有 Python 3.10+ 时直接复用；没有时插件自动准备隔离 CPython 3.12
• 首次启动需要访问 GitHub Releases 与 PyPI；后续启动复用本地缓存

安装

正式发布后，把智谱 Key 放入启动 DSH 的环境，然后安装 Bundle：

export VISION_API_KEY='你的智谱APIKey'
npx -y @deepseek-ai/dsh@0.1.0-rc.6 plugin --profile web add dsh-plugin-deepseek-vision@0.4.1
npx -y @deepseek-ai/dsh@0.1.0-rc.6 web

Windows PowerShell：

$env:VISION_API_KEY = '你的智谱APIKey'
npx -y @deepseek-ai/dsh@0.1.0-rc.6 plugin --profile web add dsh-plugin-deepseek-vision@0.4.1
npx -y @deepseek-ai/dsh@0.1.0-rc.6 web

安装 main 分支尚未发布的功能时，请在本仓库运行 VISION_BUILD_PYTHON=python3 npm pack，再把生成的 .tgz 安装进 profile。 Bundle 自带同版本 Python wheel，避免前后端版本漂移。

正式 npm Bundle 的普通安装目标是 1-3 分钟；仅当系统没有 Python 3.10+ 时，首次 准备隔离 CPython 可能额外需要 2-8 分钟。源码构建、全套测试和真实 API 验收属于 发布审计流程，通常需要 15-30 分钟，不是最终用户的日常安装路径。

配置

macOS 桌面版安装并重启后，进入：

设置 → 插件 → 插件配置 → DeepSeek Vision

选择智谱、硅基流动、通义千问、Google Gemini 或自定义 OpenAI 兼容服务，页面会联动推荐模型与 Base URL。可启用第二家备用服务，并单独填写、测试备用 Key。保存后用 Cmd+Q 完全 退出并重新打开 DSH，让 MCP 进程读取新配置。两个 Key 分别存入 DSH 官方凭据存储， 页面只显示配置状态且不会回显原文。测试连接会发送一张 1×1 图片并请求最多 8 tokens。

运行时默认采用 4 次全局请求预算：单个端点至多重试一次，然后尝试备用 Key、模型或 备用服务商；429/5xx 端点默认熔断 90 秒。工具结果中的 provider、fallback_used 和 attempts 会说明实际走了哪条链路。可用 VISION_MAX_ATTEMPTS（1-12）与 VISION_CIRCUIT_COOLDOWN_SECONDS（5-3600）调整。

默认值：

VISION_MODEL=glm-4.6v-flash
VISION_BASE_URL=https://open.bigmodel.cn/api/paas/v4

环境变量的优先级高于可视化配置。还可在启动 DSH 前设置 VISION_API_KEYS、 VISION_MODELS 等变量。也可以把 VISION_API_KEY: "你的Key" 写入 DSH 官方凭据文件 $DSH_HOME/.credentials.yaml （文件权限应为 0600）；环境变量优先。Key、模型和 Base URL 必须来自同一服务商。 不要把 Key 写进 cordis.patch.yml、普通配置文件或 Git 仓库。

验证

启动后选择文本版 DeepSeek，把一张截图粘贴或拖入输入框，按顺序确认：

1. 输入框上方出现缩略图卡带，宽度不超过输入框；
2. 输入框内只有 🖼️ 引用标记，不出现工具指令长文本；
3. 不输入文字直接发送：自动调用 analyze_image（多图为 compare_images）；
4. 输入自己的问题再发送：插件只传图片路径，模型按问题调用工具；
5. 发送成功后缩略图卡带自动关闭；发送未成功时图片不丢失（缩略图或路径保留）；
6. 点击缩略图右上角 × 可移除图片并撤销引用。

也可运行：

dsh --profile web --dump-config | grep deepseek-vision

隐私与安全

• 图片会发送给用户配置的第三方视觉模型服务。
• 粘贴接口限制为 20 MB、拒绝跨站浏览器请求，并用魔数而不是扩展名识别图片； 权限 0600 的临时目录会在一小时后自动清理。
• 缩略图预览使用浏览器本地 Object URL，移除或发送成功后立即释放，不额外上传。
• URL 默认拒绝回环、私网、元数据地址和 DNS rebinding。
• API Key 不写入 npm 包、配置 patch、日志或模型上下文。

发布

npm test
VISION_BUILD_PYTHON=python3 npm pack --dry-run
npm publish

DSH 是 Developer Preview，发版前必须在官方当前 RC 上重新执行干净 profile 安装和真实图片验收。

MIT