dsh-plugins#dsh-vision-tool

给 dsh agent 注册 vision 工具：把本地图片发送到你配置的 OpenAI 兼容视觉模型端点返回文字描述——用于当前会话模型不支持图像输入的场景。

插件没有任何内置默认值：provider、凭据、模型全部在安装时由你配置。未配置完整时插件正常加载但不会注册 vision 工具（日志提示缺项），不会影响宿主。

安装（配置在安装时完成）

cd dsh-vision-install

# 方式 A：交互式——直接运行，按提示逐项输入 baseURL / 模型 / 凭据
bash install.sh --restart

# 方式 B：参数式——一键传参（适合脚本化/重复部署）
bash install.sh --restart \
  --vision-base-url https://opencode.ai/zen/go/v1 \
  --vision-api-key-env OPENCODE_GO_API_KEY \
  --vision-model mimo-v2.5 \
  --vision-models mimo-v2.5,qwen3.8-max,kimi-k3 \
  --vision-max-tokens 2000

安装参数（--vision-*）

参数	必填	说明
--vision-base-url	✅	OpenAI 兼容 chat/completions 端点（任何厂商）
--vision-model	✅	默认视觉模型
--vision-api-key	二选一	直接填 API key
--vision-api-key-env	二选一	环境变量名（也尝试 ~/.dsh/.credentials.yaml 同名键）
--vision-models	可选	cross_check=true 时的核对模型列表（逗号分隔）
--vision-max-tokens	可选	不配则请求不带 max_tokens

未提供参数且是交互终端 → 引导式逐项询问； 未提供参数且非交互 → 写入空配置（工具不注册），可重跑传参，或编辑 ~/.dsh/profiles/web/cordis.patch.yml 的 dsh-vision config 段。

使用（agent 内）

vision image_path=/tmp/shot.png
vision image_path=/tmp/shot.png question="图里有什么文字？"
vision image_path=/tmp/shot.png model=gpt-4o
vision image_path=/tmp/shot.png cross_check=true   # 需安装时配置了 --vision-models

安全说明

• 插件不含任何内置密钥；密钥只来自你的安装参数/环境/凭据文件
• 凭据文件 ~/.dsh/.credentials.yaml 权限建议 chmod 600

常见问题

• 工具不出现：日志有 [dsh-vision] 未配置 ...——重跑 install.sh 传 --vision-* 参数后重启
• 凭据解析失败：apiKey 或 apiKeyEnv（含凭据文件同名键）至少其一
• 端点不兼容：确认 baseURL 是 OpenAI 兼容的 /chat/completions，鉴权 Authorization: Bearer
• reasoning 模型输出为空：配置 --vision-max-tokens 2000 以上