dsh-eyes-upload

DSH Eyes Upload

上传图片，自动用 deepseek-eyes 分析，随下一条消息发给模型

不弹窗、不写输入框、不打断聊天。

为什么做这件事

DeepSeek 等文本模型看不了图，DSH 会在消息发给模型前拒绝带图片的消息：

当前模型不支持图片，请切换支持图片的模型

本插件绕开这条检查：图片先经 deepseek-eyes（Qwen3-VL，ModelScope 免费 API）分析成文字，再随消息注入。模型收到的是一份它读得懂的描述。

它解决了什么问题

• 模型看不了图：上传的图片先分析成文字再进消息
• 上传被拒：分析文本随消息注入，不走图片能力检查
• 交互干扰：无弹窗、不动输入框，按钮只显示「分析中…」→「已上传」
• 顺序混乱：「已传 N 张」列表按序编号，可单张删除
• 换会话丢能力：deepseek-eyes 技能随插件全局注册

它是怎么工作的

                    ┌─────────────┐
  点「传图」按钮 ──▶ │  保存图片    │
  或 Ctrl+V 粘贴  │  ~/.dsh/eyes- │
  （可多张）      │  uploads/     │
                    └──────┬──────┘
                           ▼
                    ┌─────────────┐
                    │ deepseek-eyes│  Qwen3-VL 逐张分析
                    │ 自动分析     │  （按钮显示 1/n 进度）
                    └──────┬──────┘
                           ▼
                    ┌─────────────┐
                    │ 分析挂起     │  页面只显示「已上传」
                    │ （按会话）   │
                    └──────┬──────┘
                           ▼
  你正常发消息 ──▶ ┌─────────────┐
                    │ agent/pre-step│  主机在模型步骤前
                    │ 自动注入     │  把分析附到你的消息里
                    └──────┬──────┘

• 分析只随下一条真实消息注入一次，之后清空
• 注入内容含每张图的名称、描述、保存路径，模型可对同一路径做 OCR、代码提取等后续处理
• 一次可传任意张数，顺序 = 选择/粘贴的顺序

安装

前置：DeepSeek Harness、pnpm、deepseek-eyes 的 Python 环境（venv 内 mcp>=1.0.0,<2.0.0、openai<3.0.0、Pillow、aiofiles）。

dsh plugin --profile web add git+https://github.com/ala-Lisa/dsh-eyes-upload.git
# 重启 dsh web + 浏览器硬刷新(Ctrl+F5)

配置

优先级：cordis 行 config > 环境变量 > 默认值。

1. cordis 行 config（编辑 cordis.patch.yml）

- insert:
    - id: eyes-upload
      name: dsh-eyes-upload
      config:
        apiKey: your-modelscope-key-without-ms-prefix
        python: /path/to/deepseek-eyes/.venv/bin/python
        repoDir: /path/to/deepseek-eyes-pack
        uploadDir: /path/to/eyes-uploads

2. 环境变量（密钥不进仓库）

export EYES_API_KEY=your-modelscope-key-without-ms-prefix
export EYES_PYTHON=/path/to/deepseek-eyes/.venv/bin/python
export EYES_REPO_DIR=/path/to/deepseek-eyes-pack
export EYES_UPLOAD_DIR=/path/to/eyes-uploads

3. 不配置：回退默认（python3 / 当前目录 / 插件目录下 uploads/）。

API Key：https://modelscope.cn 注册 → 个人中心 → 访问令牌（首次需绑定阿里云账号）。 令牌形如 ms-xxxxxxxx，使用时去掉 ms- 前缀。免费 500 次/天。

功能清单

能力	说明
🖼️ 传图按钮	输入框工具行，样式与 DSH 原生按钮一致
📋 粘贴截图	页面内 Ctrl+V 直接拦截粘贴的图片，多张不限量
🧾 已传胶囊	「已传 N 张」悬停展开列表，按序编号、单张 ✕ 删除
🫥 隐性注入	agent/pre-step 注入，随下一条消息到达后清空
📚 技能随包	deepseek-eyes 技能在插件加载时全局注册
🗂️ 落盘可查	图片存 uploads/，支持事后 OCR/代码提取
🛡️ 安全校验	仅图片格式（魔数校验）、单张 ≤20MB、超 2048×2048 自动缩放

仓库结构

dsh-eyes-upload/
├── README.md              ← 你正在看的
├── LICENSE                ← MIT
├── SKILL.md               ← deepseek-eyes 技能(随包注册)
├── cordis.patch.yml       ← 组合行
├── package.json           ← dsh.bundle + dsh.client 声明
└── lib/
    ├── index.js           ← host:上传/删除路由、pre-step 注入、技能注册
    ├── analyze.py         ← 分析脚本
    └── client.js          ← client:按钮、粘贴拦截、已传列表

依赖与兼容

• 主机：DSH Web 组合（conversation.input.left 插槽、webServer、skills、agent/pre-step）
• 视觉：deepseek-eyes（Qwen3-VL via ModelScope）
• 客户端：无第三方运行依赖

⭐ Star History

License

MIT. See LICENSE.