haitang1/dsh-image-bridge

README excerpt

dsh-image-bridge 让 文本模型 （如 DeepSeek， inputModalities 只有 text ）在 DeepSeek Harness 里也能正常 粘贴并发送图片 。 - 图片落盘到会话工作区的 .attachments/ 目录； - 对话区照常显示图片缩略图（可点击放大）， 不再显示路径文字 ； - 模型侧拿到 [图片1]:" " 的文本，并据此调用已有的视觉/MCP 工具识别图片（例如 vision glance 、 mcp mcp-vision analyze image 、 mcp mcp-vision ocr extract ）； - 支持图片的模型不做任何处理，走原生路径。 原理 DeepSeek 等文本模型不支持图片输入，DSH 的 api-proxy 会在发送阶段直接拒绝含图消息 （「当前模型不支持图片」）。本插件做了三件事： 1. 放行预检 ：包装 llm.resolveModelInfo ，对文本模型补上 image 模态，让含图消息进入 agent 流程； 2. 落盘 ：在 agent/pre-step 里用 attachments.readImage 读出图片字节，写到工作区 .attachments/ . ； 3. 解耦显示与模型输入 ：利用 DSH 的 surface replace 机制，在 agent/request-error 里追加一条「仅模型可见」的替换事件，把图片块在模型可见面换成 [图片N]:" " ， 而人类 transcript 仍渲染原图。首次调用会因适配器拒绝图片在本地失败（无 API 开销），随后自动重试。 安装 本包是 profile bundle （ package.json 声明了 dsh.bundle.patch ）。 在 DSH 源码 checkout 根目录执行。 GitHub： Gitee： 通常是 web （Web 界面）； b5c64ea 是当前建议锁定的提交，可换成仓库最新 commit。 安装成功后，插件会自动加入该 profile 的 dsh.profile.bundles ，下次启动（或长驻 surface 热载后）生效。 手工等价操作 如果 CLI 不可用： 1. 编辑 $DSH HOME/profiles/ /package.json ： - 在 dependencies 加（GitHub / Gitee 二选一）： - "dsh-image-bridge": "github:haitang1/dsh-image-bridge b5c64ea" - "dsh-image-bridge": "https://gitee.com/llhhtt/dsh-image-bridge.git b5c64ea" - 在 dsh.profile.bundles 数组末…

Category