KannaKuron/dsh-deepseek-vision-bridge

README excerpt

dsh-deepseek-vision-bridge 给纯文本模型装上眼睛 —— 把 chat.deepseek.com 官网「识图模式」桥接进 DeepSeek Harness (DSH)。 DSH 的后端模型常常没有视觉能力,而 DeepSeek 官网却有内测中的真·多模态识图模式。本插件把官网识图的完整链路(逆向所得:PoW 工作量证明 → 图片上传 → fork 到视觉模型 → 流式补全)封装成 DSH 的能力: - 🔧 deepseek vision 模型工具 — 传入图片路径或 URL,返回结构化文字描述(整体场景 / 图中全部文字逐字转写 / 关键数据与报错 / 推断上下文),纯文本模型当轮即可回答关于图片的问题 - 🖼️ 会话内直接发图 — 在 DSH 输入框粘贴 / 拖入图片发送,插件在消息进入模型前自动完成识图转写;会话记录里原图照常显示,识图文本附带 DSH 附件库中的原图路径供追问 - 📱 设置页登录 — 微信扫码(无头长轮询,与官网同款链路)/ 邮箱手机号密码 / 粘贴 userToken 三种方式;登录态经官方 credentials 服务存于 /.dsh/.credentials.yaml ,DSH 重启自动恢复 - 🧹 用后即删 — 每次识图在官网创建的临时会话在 finally 中删除(成功 / 失败 / 超时全路径),不会污染你网页端的会话列表 安装 直接从 GitHub 安装(暂未发布 npm): 装完 硬刷新浏览器 (Cmd/Ctrl+Shift+R)。host 半更新才需要重启 DSH,client 改动热刷新即可。 也可以用 npx 免安装: 更新:重跑同一条安装命令即可(拉取仓库最新 master)。 使用 1. 打开 设置 → DeepSeek 视觉 ,选一种方式登录(推荐微信扫码) 2. 直接在会话输入框发图,或把图片路径丢给模型让它调 deepseek vision 3. 可在设置页点「识图测试」验证链路 工作原理 - 登录 :微信扫码走 微信开放平台二维码 → 官网服务端换码 → oauth/get token ;密码走 /api/v0/users/login 。token 通过 DSH 官方 credentials 服务持久化(ref DSV USER TOKEN ) - 识图 :worker(纯 Node 子进程)完成全部协议工作,内嵌官网 PoW wasm(约 26KB,零依赖) - 会话内发图 :官方 agent/pre-step waterfall 把 image 块替换为识图文本(durable log 不动); llm/stream 作为最后防线对纯文本模型做占位替换 ⚠️ 重要声明 - 本插件调用的是 chat.deepseek.com 的非官方网页接口 (逆向所得),不是公开 A…

Category