FrostLeafKEE/dsh-image-unlock

README 摘要

🐳 dsh-image-unlock 解除 DeepSeek Harness Web GUI 的图片输入限制，让图片附件在不支持图片的上游（Console Go）下可用。 ✨ 一张图看懂 🧩 问题 Harness 在 API 层（ dsh-host-apiproxy ）、LLM 层（ dsh-llm-pi-ai ）都根据模型的 inputModalities （来自 llm-pi-ai 的模型 input 声明）判断能否接收图片。 默认声明只有 text ，因此未声明 input 的模型（如 deepseek-v4-flash ）在发图时 会被拒绝（ "Model does not support image input" ）。 但只放行还不够： dsh-llm-pi-ai 会把 durable 图片块转成 { type: "image", data: base64 } 部件，pi-ai SDK 序列化为 image url 发送给 上游。Console Go 上游协议只接受 text ，于是报： 也就是说： 声明图片能力是"准入"，但上游根本不收图片 。正确做法是准入后把 图片块转成带附件路径的文本标记，识别交给 vision skill。 ⚙️ 方案（两部分） 1. Bundle patch：准入（ cordis.patch.yml ） 给 llm-pi-ai 的 opencode-go provider 加上 defaultInput: [text, image] ， 让未显式声明 input 的模型继承 image 输入能力，从而通过 API 层 / LLM 层的 图片闸门。显式声明 input: [text] 的模型保持原样（用户层优先）。 2. 代码 patch：图片文本化（ scripts/patch-pi-ai.mjs ） dsh-llm-pi-ai 的序列化没有配置开关，请求对象又是深度冻结的（ llm/stream waterfall 无法改写），所以对本地安装的包做一次代码补丁（已用 [dsh-plugin-image-unlock] 标记注释标注）： - 在 stream() 中，对 opencode-go 路由先调用 textifyImageBlocks() ： 把 durable 图片块（含 tool-result 内嵌套的）替换为文本标记；是否执行由 运行时开关 globalThis. dsh image unlock textify 控制（见下节）。 - 附件对象文件没有扩展名， claude-vision-skill/vision.js 已支持按魔数嗅探 MIME（png/jpeg/webp/gif），可直接识读该路径；剪贴板回退仍然可用。 这样：上传不再被拒（第 1 部分）、请求不再 400（第 2 部分）、agent…

分类