314857493/dsh-vision

README excerpt

dsh-vision-free-eyes 给 DeepSeek Harness（DSH）里的纯文本模型补上免费「眼睛」：GUI 直接贴图自动转译 + 磁盘图片识图工具 + 使用指引 skill。底层视觉走智谱 GLM 免费模型（glm-4v-flash），无需付费。 Eyes for text-only DeepSeek Harness agents: paste an image in the Web GUI and it just works — the image is transcribed by a free Zhipu GLM vision model before DeepSeek sees the text. ⚠️ 需要 GLM key（免费，但必须要有） ：识图走智谱免费模型 glm-4v-flash ，需要去 open.bigmodel.cn 注册获取免费 API key（格式 id.secret ），配置为环境变量 GLM API KEY 或 ZHIPU API KEY （Windows 可直接 setx GLM API KEY "你的key" ）。 没有 key 时贴图转译会失败 （对话中显示 [图片转译失败: 未找到 GLM API KEY ...] ）。key 只存在于你的环境，不会进代码或仓库。 特性 组件 作用 deepseek-vision 路由 （ packages/vision-route ） 注册新模型组「DeepSeek + 自动识图」：声明图像输入（ inputModalities: ['text','image'] ），贴图在请求流里被 GLM 自动转译成文字，再委派给真正的 DeepSeek 适配器 vision 工具 （ packages/vision-tool ） 模型可对磁盘上的图片路径直接调用的 vision(image, question) 工具（直连 GLM API，无需外部 CLI） vision-free-eyes skill （ skill/ ） 教模型「何时 / 怎么用」视觉能力的指令文件 - 免费默认：智谱 GLM 免费通道（ glm-4v-flash → glm-4.6v-flash → glm-4.1v-thinking-flash 自动降级链），只需一个免费申请的 GLM key。 - 官方 DeepSeek 路由 完全不动 ：纯文本对话零开销、零改动；贴图时在模型选择器里切到「DeepSeek + 自动识图」即可。 - 无重启热生效：插件行写入 profile 的 cordis.patch.yml 后由 watchUserPatches 实时重放（见安装步骤；Windows 上插件路径必须用 file:/// URL）。 - 优雅降级：某个图片转译失败时替换为 [图片转译失败: .…

Category