dsh-tool-describe-image

本地视觉工具 — 给 DeepSeek Harness 的主模型「借一双眼睛」：传入图片路径，调用本地 LM Studio 视觉模型（qwen3vl4b），返回图片的文字描述，主模型据此理解图片。

图片只发往 127.0.0.1——不出网，隐私安全。

功能

• 主模型不声明视觉能力时，通过工具「借眼睛」：读图 → base64 → 本地视觉模型 → 文字描述；
• 微信图片链路天然衔接：收到「[微信媒体] 已保存至 <路径>」后自动调用，回复图片内容；
• MIME 自动识别（PNG/JPEG/WebP/GIF，magic bytes）；
• 超限保护（>15MB 拒绝并提示）；超时明确报错（不编造图片内容）。

依赖

• LM Studio（http://127.0.0.1:1234）已加载视觉模型，默认 qwen3vl4b（可配置）。
• 本包依赖 DSH workspace 包（@deepseek-ai/cordis 等），通过 file: 链接本地 DSH 仓库（见 package.json）。

挂载

- insert:
    - id: tool-describe-image
      name: '@deepseek-ai/dsh-tool-describe-image'

配置

字段	默认	说明
baseURL	http://127.0.0.1:1234/v1	LM Studio OpenAI 兼容端点
model	qwen3vl4b	视觉模型 id
timeoutMs	90000	单次识别超时
defaultPrompt	通用描述指令	识别指令

工具

describe_image：path（必填，图片绝对路径）+ 可选 prompt（自定义识别指令）→ 返回图片文字描述。

开发

pnpm install
pnpm run typecheck
pnpm run build   # tsc 类型 + tsdown bundle → lib/

License

MIT © 2026 soli0x4ea