Ash-b07/deepseek-harness-vision-bridge

README 摘要

DeepSeek Harness Vision Bridge DeepSeek Harness 的独立视觉增强插件：主模型继续使用 DeepSeek，图片交给 Harness 中另行选择的多模态模型，视觉结果再以结构化文本送回主模型。 [!WARNING] 这是面向 DeepSeek Harness 0.1.0-rc.6 的 2.0 Preview 。安装器会对本机 Host 包做带签名校验、原始备份和回滚能力的兼容补丁。Harness 升级后应先检查补丁兼容性。 本项目是非官方社区实验，与 DeepSeek 官方无隶属或背书关系。 从问题到解法：我如何完成这次迭代 这个版本不只是增加一个视觉按钮，而是一次完整的问题拆解和工程闭环： 阶段 我观察到的问题 我做出的判断与行动 产品体验 shim Provider 让主模型选择器出现重复的 vision-bridge 分组 把“负责推理的主模型”和“负责看图的视觉模型”拆成两个独立选择点 宿主边界 图片在插件运行前就被 Harness 能力闸门拒绝 不伪装 Provider；只对 Host 的图片准入和模型模态目录做最小补丁 运行时故障 实机报错 Cannot assign to read only property 'messages' 追到 Agent Loop 深度冻结契约，放弃原地修改，改为克隆请求重新进入原模型链路 递归风险 内部主模型调用会再次触发同一个全局钩子 用一次性 WeakSet 标记克隆请求，并增加真实中间件递归回归测试 能力判断 OpenCode 条目声明 image，但协议层只允许 text 把“模型元数据、客户端协议、官方 API”分层查证，不把单一配置声明当成服务端事实 发布验证 单元测试通过不等于本机 Host 集成正确 同时验证语法、Host 补丁签名、幂等安装、UI 模型过滤、设置持久化、HTTP 启动和 GitHub Actions 完整案例分析见 从 shim 到独立视觉编排：一次约束驱动的问题解决。开发过程保留了失败方案、错误现场、证据和决策，而不只展示最终代码。 2.0 的交互变化 - 主模型选择器不再注册或显示 vision-bridge Provider； - 输入框左侧新增独立的「视觉增强」选择点； - 只列出模型目录中声明了 image 输入能力的真实模型； - 视觉开关和模型路由保存在 Host 设置中，切换会话后仍然有效； - DeepSeek Provider、模型、推理强度和工具链保持不变。 如果当前主模型本身确实声明并支持图片输入，插件会直接放行，不增加桥接调用。 为什么仍然需要视觉桥 截至 2026-08-16，公开资料存在一组容易混淆的信号： - anomalyco/opencode 26775 记录：OpenCode v0.99.1 的 dee…

分类