InkshadeWoods/dsh-tool-visual-primitives

README 摘要

dsh-tool-visual-primitives 为 DeepSeek Harness（DSH） 的纯文本模型补充视觉能力。插件把图片交给外部视觉模型分析，再把带有空间定位信息的 纯文本视觉证据 交回原对话模型；因此，被增强的模型不需要原生图片输入能力。 核心思路参考 DeepSeek 的 Thinking with Visual Primitives：以归一化坐标和可引用对象，将图像理解转化为后续推理可使用、可检查的证据。 已发布至 npm。推荐使用下方的 DSH 官方一键安装命令；GitHub 源码挂载方式保留给开发与本地调试。 功能 - 两个入口，共用同一条 vision analyze 分析核心：显式工具调用与对话中的 [vision] 模型。 - 自动识别 11 类视觉任务：描述、对象清单、多主体、计数、定位、空间关系、比较、路径、拓扑、UI、文档视觉。 - 三档分析细节： brief 、 standard （默认）、 verbose 。 - 三种视觉原语策略： auto （默认）、 on 、 off ；原语使用 、 、 ，坐标范围为 0–999 。 - 仅为你选定的纯文本模型追加 [vision] 变体；原模型保留，不受影响。 - 会话级视觉证据缓存：追问仅在已有证据覆盖新问题时复用，否则重新读图。 - 原生设置页：安全密钥存储、连接测试、 /models 搜索选择、手动模型 ID，以及按供应商折叠选择待增强模型。 工作方式 Mode 与 Detail 是正交控制：Mode 决定任务，Detail 决定信息密度。 Primitives 决定是否强制结构化的空间证据。 前置条件 - 已可运行的 DSH Web Profile 。 - Node.js = 20 与 pnpm。 - 一个可访问的视觉模型服务。默认使用 OpenAI 兼容端点： - POST /chat/completions - 可选模型目录： GET /models 视觉服务与被增强的文本模型可以来自不同供应商。 安装 npm 一键安装 在 PowerShell 或终端执行： 该命令调用 DSH 官方插件管理器，在 web Profile 中执行包安装。安装成功后，DSH 会识别本插件包内的 dsh.bundle.patch 声明，自动将插件加入 dsh.profile.bundles ，并在启动时应用包内的 cordis.patch.yml 。 该过程可重复执行，不会重复添加 bundle；它不会直接修改 Profile 自身的 cordis.patch.yml 或其他插件配置，因此可与 dsh-better-sidebar 等插件共存。 如使用的不是 web Profile，请将 --profile 改为对应的 Profile 名称： 安装后完整重启 DSH，并在“设置 → …

分类