gmleong/dsh-img

README excerpt

dsh-img 给纯文本模型装上眼睛 · Give text-only models eyes — a DeepSeek Harness plugin that adds an analyze image tool, bridging any text-only coding agent to a vision API. - 🇨🇳 零成本开箱 ：默认接智谱 GLM-4V-Flash（免费） ，备选通义 Qwen-VL（免费额度） - 📦 npm 一键安装 ：纯 JavaScript、零构建步骤（对比 GitHub 源码类插件的手动构建） - 🔌 任意端点 ： custom 预设支持任何 OpenAI 兼容视觉端点（中转站 / 自建 vLLM / GPT-4o…） 安装（Install） 前置条件 ：Node.js ≥ 20；已装 dsh 本体（ npm i -g @deepseek-ai/dsh ，跑 dsh web 能开 http://127.0.0.1:3080 即可）；智谱免费 key 一分钟申请：https://open.bigmodel.cn/ ① 装插件（一条命令） 它会在 /.dsh/profiles/web/ 里执行 pnpm 安装并登记 bundle。如果报"找不到版本"，是 npm 镜像同步延迟，绕开镜像走官方源： ② 配 API key ③ 重启服务（key 必须注入到 dsh 进程） ④ 新建会话 ，直接贴图进对话框，或对 agent 说： 用 analyze image 看一下 ./screenshot.png 里写了什么 切换后端（Switch backend） 编辑 profile 的 cordis.patch.yml （ $DSH HOME/profiles/web/cordis.patch.yml ），按 id 覆盖整行： 通义 key 用 export DASHSCOPE API KEY=... 。 自定义端点（中转站等） ： 两种用法（Two ways to see） ① 对话框直接发图（0.2.0+，默认开启） ——直接把图片贴进 dsh web 对话框即可。插件会把附件图片先转译成文字描述，再交给纯文本模型。看到"当前模型不支持图片"是 0.1.x 的旧行为，升级后不会再出现。 ② analyze image 工具 ——让 agent 读磁盘上的图片文件（headless / SDK / 子代理场景也能用）： 用 analyze image 看一下 ./screenshot.png 里写了什么 配置项（Config） 字段 默认 说明 preset zhipu zhipu (GLM-4V-Flash 免费) / qwen (Qwen-VL 免费额度) / custom baseURL 预设值 OpenAI 兼…

Category