kanchengw/dsh-mindseye

README excerpt

MindsEye 让 DeepSeek 原生看图 —— intent-routed vision for DeepSeek Harness MindsEye 是一个 DeepSeek Harness（dsh）vision 插件。粘贴图片后，图片原样显示在会话里，DeepSeek 继续负责思考，视觉模型负责看图。插件根据问题自动路由到合适的视觉能力，返回结构化 JSON（含真实 token 用量），并通过缓存与多图批量减少重复开销。 核心体验 - 粘贴即看图 ：接管 deepseek-official 路由，图片原生进入会话；接管不可用时自动降级为路径粘贴，新图始终能发出去 - 模型有建议权，规则有仲裁权 ：模型可给出意图建议，内置规则在置信度高时纠正，模糊时尊重模型 - 多图一次读 ：批量读取多张图片，批量遇 4xx 按指数拆分降级，失败只影响单张 - 旧会话不毒化 ：历史带图会话在回退模式下也能正常对话，图片块自动替换为附件标记 - 每次调用透明 ：返回 provider、model、延迟、token usage、fallback 标记，成本可审计 已实现功能 图片入口 - 原生粘贴/拖拽（接管模式，模型选择器无分身） - paste-to-path 兜底：文本模型场景下自动把粘贴转为路径文本 - mindseye read image 支持本地路径、单张附件 id、批量附件 id 路由与输出 - 三档路由： understand （通用理解）、 extract （OCR/文字提取）、 locate （像素定位） - 意图仲裁：模型可建议三档意图，内部规则细分 OCR、视觉问答、定位、布局、图表、颜色、像素差异等，规则置信度 ≥ 0.8 时优先 - 结构化 JSON： images / evidence / answer / meta ， meta 含真实 token usage、调用尝试与回退标记 - 精确缓存：图片 sha256 + 归一化问题 + region + baseUrl + model + prompt 版本，命中时不再调用视觉模型 Provider - OpenAI-compatible Chat Completions 与 Responses 协议 - 多路由 fallback 链，失败自动切换 - 多图批量调用 + 指数降级（批量 4xx 按半数拆分重试， locate 不支持批量） dsh Web 设置卡 - understand / extract / locate 三条路由，按需添加，未配置自动回退默认模型 - Base URL、API Key（脱敏 + 眼睛切换）、模型 ID、协议（显式选择）、Max Tokens 常用值下拉 - 模型接管默认开启：修改后重启生效，启动失败自动恢复官方适配器并降级为路径粘贴 安装 重启 dsh…

Category