xianyu-ya/dsh-imgpt

README excerpt

📎 imgpt — DSH 图片→路径 插件 English · 中文 Image to Path ：让任何模型都能发送图片。粘贴/拖拽图片 → 自动保存到工作目录 → 输入框插入文件路径文本 → 纯文本发送，绕开非视觉模型拦截。 imgpt （image-to-path）是 DeepSeek Harness（DSH）Web GUI 的插件。DSH 底层在发送 type: 'image' 内容块时会检查当前模型的 inputModalities ——DeepSeek 等 非视觉模型 被声明为仅支持文本，消息一旦含图片就会被拒绝（ MODEL DOES NOT SUPPORT IMAGES ，提示"当前模型不支持图片"）。imgpt 不改动任何底层代码 ，而是改变图片的传递形态：把图片落盘成文件，消息里只带文件路径。 ✨ 功能特性 功能 说明 🖼️ 粘贴图片 输入框 Ctrl+V 粘贴截图/图片 → 自动保存 + 插入路径 🎯 拖拽图片 拖入图片 → 自动保存 + 插入路径（无原生遮罩残留） 📎 启用开关 输入框工具行开关，随时切换「路径转换」与「原生图片通道」 🗑️ 清除缓存 双击确认后清空 .dsh-images ，徽标显示清除数量 📋 状态徽标 输入框下方实时显示：启用状态 / 保存进度 / 失败原因 / 清除结果 👁️ 视觉看图 配合视觉模型辅助，发送路径 + "识别这张图片"即可读图 🎬 效果示意 🔧 工作原理 Client 半体 （浏览器， client/imgpt-web ） - 在 document 捕获阶段 监听 paste / dragenter / dragover / drop - 检测到图片后 preventDefault + stopPropagation （拦截 DSH 原生图片通道，同时抑制原生拖拽遮罩） - 用 FileReader 把图片读为 base64， fetch POST 到 Host 端点 - 拿到返回的文件路径后，以 合成 paste 事件 把路径文本插入输入框（复用 InputBar 原生文本插入链路） Host 半体 （服务端， plugins/imgpt-host ） - 在 DSH webServer 注册两个 HTTP 端点： - POST /imgpt-save — 校验会话 → 用 node:fs 把 base64 解码写为二进制图片到 .dsh-images - POST /imgpt-clear — 递归统计并删除 .dsh-images - 工作目录取自会话头部的 cwd 为什么这样设计 ：常驻插件无法使用动态插件专用的 harness.handle / host.call RPC，且 fs 服务的沙盒策略对非会话上下文会拒绝写入——因此采用「Client fetch + H…

Category