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

---

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