xiaoxianyu-office/dsh-image-tools

README excerpt

dsh-image-tools 让纯文本模型（deepseek-v4-pro / flash）具备识图能力的 DSH 插件包： 聊天发图自动落盘 + 原生 read image 动态禁用 + 对话式 image recognize 识图工具（委派视觉子 agent，如 xiaomi/mimo-v2.5）。 宿主层全局生效，四个 preset（standard / code / minimal / cordis）的会话通用。 动态桥接原理（v0.2.0） 不再配置任何路由列表。插件按 会话当前模型的真实声明 动态判定是否拦截： - 桥接条件 ：模型解析出 image 能力，且该能力来自你在 settings.yaml 里的显式声明 （路由 defaultInput 、模型条目 input 、或 modelOverrides 的 input 含 image ）。 手写 image 声明的唯一用途就是放行上传准入，所以 声明即桥接意图 。 - 原生条件 ：模型能力来自目录（catalog，如 qwen3.6-plus / grok-4.5 / mimo-v2.5）， 无需任何声明 → 原生多模态链路，不转存、不拦截 read image 。 规则： 真多模态模型不要手写 input 声明 （目录已提供）；移除声明即关闭该模型的桥接 （恢复纯文本，上传会被准入拒绝）。 安装 前置条件： 1. dsh plugin 需要 pnpm： npm i -g pnpm 2. 模型路由（插件只挂载插件行，路由在设置层，需已存在）： 3. 识图 token： /.dsh/.credentials.yaml 中 XIAOMI API KEY 安装（ 始终使用最新发布 tag ，见仓库 Releases；示例为当前最新 v0.3.7）： 安装后 重启 dsh web 服务 生效（插件代码在进程内）。 升级（始终切到最新 tag） 升级 = 重复 add 并指定 最新的 tag ，不要用 update 选择 Git 引用： 卸载 卸载后重启服务。插件层（依赖、node modules、组合行）无残留； settings.yaml 里的路由与默认模型属于设置层，需手动还原（见上「前置条件」反向操作）。 另外 /.dsh/image-tools-state.json （向导完成标记）为可选清理项。 行为 - read image 动态禁用 ：桥接模型（如 deepseek）调用原生 read image 直接返回 「已禁用，请改用 image recognize」——防止图片块进入纯文本端点请求导致 400； 目录原生多模态模型（qwen/grok/mimo）不受影响，可正常使用 read image； - 发图桥接 ：桥接模型会话上传图片自动落盘 /uploads/ ，消息中显示 [图片…

Category