Agents365-ai/dsh-vision-plugin

README 摘要

dsh-vision-plugin English 中文 为 DeepSeek Harness 添加图片理解能力的插件，让纯文本模型（如 DeepSeek）也能理解图片—— 完全免费 ，依赖 OpenRouter 的免费视觉模型。 - 免费 ：使用 OpenRouter 的 :free 多模态模型，零 API 成本 - 依赖 OpenRouter ：只需一个 OpenRouter API Key 当前功能 - describe image 工具 ：读取磁盘上的图片文件，调用 OpenRouter 视觉模型返回文字描述 - 自动图片处理 ：粘贴/上传的图片会 原样显示在聊天界面 ；如果当前模型不支持图片， llm/stream 钩子会在发送前自动调用 OpenRouter 视觉模型把图片转成文字描述交给当前模型（描述不进会话、不显示）；如果当前模型支持图片，则原样发送 安装方式 方式一：--patch（从插件目录运行） 注意 ： cordis.yml 里的插件路径是 绝对路径 （指向本机），clone 后需要改成你自己的路径。 方式二：安装为 bundle（推荐） 安装后无需 --patch ，直接 dsh web 即可使用。 注意 ：若安装时报 ERR PNPM GIT DEP PREPARE NOT ALLOWED ，说明拉到了旧版本（带 prepare 构建脚本）。更新到最新版本即可，新版已移除该脚本。 卸载 （方式一 --patch 安装的无需卸载，去掉 --patch ./cordis.yml 启动参数即可。） 可选：同时删除 $DSH HOME/settings.yaml 中的 deepseek-vision provider 配置（卸载后为死配置，留着也无害）。 配置 OpenRouter 启动前设置 API Key（只从环境变量读取，未设置时插件会直接报错提示你配置）： 让 DeepSeek 允许粘贴图片 Harness 特征 ：粘贴图片后无法发送、提示"当前模型不支持图片"，是 Harness 在 API 代理层（ dsh-host-apiproxy 的 prompt 处理）做的准入检查——它发生在 agent loop 之前， auto-vision 插件根本来不及运行。检查依据是 resolveModelInfo 返回的 inputModalities ，与模型实际能力无关，只取决于配置里声明的 input 。 注意 ：官方 deepseek provider 是纯文本的， 不要 给它声明图片输入（ modelOverrides ）——那会掩盖模型真实能力，正常行为就是拒绝图片。图片理解必须通过下面的自定义 provider。 deepseek-vision provider（自动配置） 插件首次启动时会 自动 在 $DSH HOME/s…

分类