linenxi-ctrl/dsh-vision

README excerpt

dsh-vision —— DeepSeek Harness 外挂识图模型插件 为 DeepSeek Harness 增加「外挂识图模型」能力：让本来不具备视觉能力的模型，通过一个可自定义地址/密钥/提示词的外部视觉模型来「看懂」图片与屏幕。 功能 1. 网页配置按钮与面板 ：页面右下角出现一个DeepSeek 鲸鱼圆形按钮（可拖动），点击即可配置外挂识图模型的 API 地址、密钥、模型名、识图提示词（skill）、代理与超时。 2. 发送图片识图并自动回传 ：点鲸鱼按钮打开面板，点「📤 发送图片」选图，插件会先把它发给外挂识图模型，等识别完成后把识别文本 自动作为消息发回当前会话 （无需手动复制粘贴），DeepSeek 基于识别文本作答。 3. 模型自己截图 + 识图 ：插件为 agent 注入 screenshot （截屏）与 recognize image （识图）两个工具，并注入提示词，模型可自行「截图 → 识图 → 等待结果」。 4. 自动适配识图 API 协议 ：内置 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Google Gemini 四种协议，并按 apiBase 自动探测；另有 custom 模板协议适配任意长尾接口。 文件结构 工作原理 识图请求在 host（Node）侧 发起，因此不受浏览器 CORS 限制；图片请求走同源 /api/vision/recognize ，同样无 CORS 问题。 安装 两种方式任选： npm 安装 （标准，推荐）或 手动 / 离线 （下载 zip，无需 pnpm）。 方式一：npm 安装（推荐） 需要系统已装 Node.js 18+ 与 pnpm。 安装后 无需手动改任何配置文件 ： package.json 的 dsh.bundle.patch 声明会被 DSH 自动 reconcile 进 profile 的 dsh.profile.bundles ， cordis.patch.yml 即成为该 profile 的一个 bundle layer。 方式二：手动 / 离线（无需 pnpm，小白友好） 从 Releases 下载 zip 解压： 1. Windows 双击 install.bat ，macOS/Linux 运行 bash install.sh —— 无需预装 Node.js ：脚本检测不到时会自动从国内镜像（npmmirror / 华为云 / 腾讯云）下载免安装版（无需管理员权限）； 2. 脚本会自动：复制英文副本、复制进每个 profile 的 node modules 、在 cordis.patch.yml 加 vision 行、创建 agent preset vision （复制随附 standard 并…

Category