NagasakiSoyo-ui/dsh-llm-deepseek-vision

README excerpt

dsh-llm-deepseek-vision 给 DeepSeek Harness 的纯文本模型装上"眼睛"的视觉插件。 Vision-augmented adapter plugin for DeepSeek Harness. 它让 纯文本 模型能够"看"图片：每个附加的图片先交给另一个 视觉模型 描述成文字，再由纯文本模型基于描述进行推理。推理模型永远不需要直接处理图片字节——另一个模型是它的眼睛。默认文本推理与图片描述都跑在 OpenCode Zen Go（ opencode-go ）。 工作原理 / How it works - 注册一个额外的 provider 路由： DeepSeek (Vision) （ deepseek-vision ），对外广告与 DeepSeek 目录相同的模型 id（ deepseek-v4-flash / deepseek-v4-pro ），但声明 [text, image] 输入。 - 不带图片的请求 ：零开销，直接透传给文本推理路由（默认 opencode-go ）。 - 带图片的请求 ：配置的视觉模型把每张图描述成文字（ [Image N description: …] ），图片块被描述替换，纯文本模型再作答。 快速开始 / Quick start 1. 安装插件 推荐（一键安装） ——插件已发布到 npm，声明了 dsh.bundle manifest： 或从源码安装 ： 然后把构建产物接入你的 Harness 部署。如果你在 Harness monorepo 中开发，将本目录放入 packages/llm/llm-deepseek-vision 并执行 pnpm install 即可。 2. 在组合配置中挂载 在 Harness 的插件组合配置（如 profile 的 cordis.patch.yml ）中添加： 3. 前置条件 / Prerequisites - 视觉 provider 路由必须存在 ，且其模型被声明为支持图片输入（ input: [text, image] ）。 对 pi-ai 路由（ settings.yaml 的 llm-pi-ai: 段），给模型条目加上图片模态： - 视觉模型的 provider 必须能完成认证（在凭据库中配置它的 apiKeyEnv ）。 - Harness 必须挂载持久化附件服务（ dsh-base 已内置）。 💡 提示： mimo-v2.5 是 OpenCode Zen Go 目录上最便宜的文图模型（输入/输出 0.14/0.28，与 deepseek-v4-flash 同价）。 kimi-k3 要贵得多（3/15）。 4. 使用 / Usage 在模型选择器中选 DeepSeek (Vision) 和一个模型 id（ deepseek-v4-flash …

Category