dsh-mimo-vision-hint
by isekai-mfu
零依赖的 DSH 提示插件:在模型系统提示中注册一节,指示 agent 把图像识别任务派给相应工具
A zero-dependency hint plugin for DeepSeek Harness (DSH). It registers a section in the model's system prompt instructing the agent to dispatch image-recognition tasks to an…
安装
dsh plugin --profile web add github:isekai-mfu/dsh-mimo-vision-hintGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
零依赖 DSH 提示插件。效果:向模型系统提示(systemPrompt)注册一段说明,指导模型在识图任务时派出 opencode-go 的 mimo-v2.5 作为识图子代理(workflow 单代理 + provider/model 覆盖),而不是自己直接用 read_image 看图;workflow 调用失败时回退为直接使用 read_image。
本插件只注入提示文本:不注册任何模型工具,也不提供任何 cordis 服务,因此在 agent 组合中挂载时无需 isolate realm。
前置条件
- 你的 DSH 部署里已配置名为
opencode-go的 provider,并提供mimo-v2.5模型——子代理派发的目标就是这个 provider/model 组合。 - 当前 agent 预设包含 workflow 工具(派出子代理需要它)。
不满足也不碍事:注入的提示会让模型直接回退为使用 read_image。
安装
本包是一个 DSH profile bundle(manifest 声明了 dsh.bundle,自带挂载层),用官方插件命令一条命令装完即用,无需手改任何 YAML:
dsh plugin --profile web add github:Isekai-Mfu/dsh-mimo-vision-hint
dsh plugin 会把包装进 profile 的 node_modules、记录依赖,并自动把本包的 bundle 层(cordis.patch.yml,内容为一条 insert)加入 dsh.profile.bundles 组合栈——插件随即挂载在 host 层,对部署内所有 agent 预设的新会话生效。
需要本机 PATH 上有 pnpm(dsh plugin 是它的转发器)。卸载同样一条命令,依赖移除后 bundle 层自动退出组合栈:
dsh plugin --profile web remove dsh-mimo-vision-hint
手动安装(不想用 pnpm 时)
- 把本包放到 profile 能解析的位置(如
$DSH_HOME/profiles/web/node_modules/dsh-mimo-vision-hint)。 - 在 profile 的用户补丁层(
$DSH_HOME/profiles/web/cordis.patch.yml)加一段 insert:
- insert:
- id: mimo-vision
name: dsh-mimo-vision-hint
- 保存即生效(热重载);停用就把这段删掉。
说明
无其他依赖,无配置项。提示文本对所有新会话常驻注入;识图子代理的 provider(opencode-go)和模型(mimo-v2.5)目前为硬编码,如需变更请直接修改 lib/index.js 中的 SECTION。注意:不含 workflow 工具的预设(如极简模式)无法照提示派出子代理,模型会按提示回退为直接使用 read_image。
License
原始 README: https://github.com/Isekai-Mfu/dsh-mimo-vision-hint/blob/main/README.zh.md ↗
同类插件
查看全部 →
modlens
为纯文本模型架起视觉桥梁:粘贴图片,输出结构化 JSON 证据(OCR、版面、语义)。

dsh-vision-toolkit
让纯文本模型更好地做视觉任务:带意图的图片问答、长截图 OCR、UI 还原等。

dsh-vision-router
为纯文本 Agent 提供视觉能力:内置免 Key 视觉链 + 像素级视觉工具(看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图);粘贴图片即可用。

dsh-vision-complete
给 DeepSeek 补上「眼睛和耳朵」的多模态视觉插件:看图 / OCR / 物体检测 / 视频理解 / 语音转写 / 截图直读,一键安装(DSH 插件)。

dsh-media-skills
面向纯文本模型的免费视觉桥与生图:粘贴读图、GLM-4V-Flash 与 Gemini 引擎故障转移、modlens 同款结构化证据输出,并自动播种免费视觉模型路由。

dsh-vision-opencode
给纯文本主模型加可配置识图模型:vision_read_image 工具、输入框识图模型选择器,以及纯文本路由的图片自动转文字。