Flora233333/dsh-minimal-vision

README 摘要

dsh-minimal-vision 保持极简模式的上下文边界，同时获得按需视觉能力 中文 · English 该视觉插件不是新的聊天模型，也不是第三个常驻工具。它只在需要时，通过隐藏上下文和 Bash 进入 Agent 工作流。 为什么基于极简模式？ 极简模式的优势不只是工具少，更重要的是首轮请求拥有干净、稳定的 system prompt 和工具面。测试中观察到要触发 DS 的灰测行为水平依赖这个起点；额外 system prompt、聊天工具或视觉模型注册都可能改变它。 本插件不改写极简模式的 system prompt，也不注册新的聊天模型。视觉说明和图片路径作为一条默认折叠的 context 与用户消息一起进入，原有两个工具保持不变，在尽量保留极简模式行为的同时提供识图能力。 设计约束 实现方式 保持原始工具面 继续只向模型暴露 persistent-bash 和 str replace editor 避免污染 system prompt 用折叠 context 提供图片路径和调用说明 视觉按需触发 Agent 判断需要视觉证据时，通过 Bash 调用 dsh-vision 分离文档处理 PPT/PDF 的导出、裁剪、拼图和编辑仍由 Agent 完成 工作流程 1. 用户在 vision-assist 模式中拖入图片。 2. sharp 自动纠正方向、铺平透明背景，并将长边限制为 1600 px。 3. 插件把本地图片路径放入隐藏 context，用户消息气泡保持干净。 4. Agent 按需调用视觉模型，并继续使用原生 Bash 完成后续工作。 支持 PNG、JPEG、WebP 和 GIF；一次最多处理 4 张图片。“测试连接”只发送最小纯文本请求，不上传图片。Vision 配置独立存在，不会出现在聊天模型列表。 安装 bash git clone https://github.com/Flora233333/dsh-minimal-vision.git cd dsh-minimal-vision npm install dsh plugin --profile web add . dsh web 启动后选择“视觉辅助模式”，并在“设置 - Vision”中完成配置。 配置 字段 说明 API protocol OpenAI Completions 或 Gemini Base URL 视觉模型服务商提供的接口地址 Model 视觉模型 ID API Key 由 DSH 凭据服务保存为 VISION API KEY 插件没有写死服务商地址。CLI 每次读取 $DSH HOME/settings.yaml 和 $DSH HOME/.credentials.yaml ；环境变量 VISION API KEY 优先级更高。 手动调用 bash "${DS…

分类