Okkay712/DSH-dseyes

README 摘要

DSH-dseyes 给 DeepSeek Harness 装上「眼睛」 中文 English DSH-dseyes 让 DeepSeek Harness 的纯文本模型（DeepSeek）拥有 原生图片上传体验 ： 在 Web GUI 聊天框里 粘贴或拖入一张图片 ，可以像正常 AI 聊天那样： 1. 图片作为 附件 显示缩略图（聊天历史里保留原图，可点击放大）； 2. 发送后，host 端自动用 智谱 GLM 免费视觉模型 （ glm-4v-flash → glm-4.6v-flash → glm-4.1v-thinking-flash 自动降级链）识别图片内容； 3. DeepSeek 收到的是图片的文字描述——它会基于图片内容直接回答你。 不需要任何额外命令、不需要手动转文字、不需要改模型。 原理 ：DSH 原本在 session.prompt 的图片准入检查里会拒绝带图消息（DeepSeek 适配器声明 inputModalities: ["text"] ，报 MODEL DOES NOT SUPPORT IMAGES ）。DSH-dseyes 在 host 端做两件事： 1. 放行准入 ——让图片以附件形式真正进入会话（所以缩略图、历史、点击放大全都正常）； 2. LLM 调用前自动替换 ——在消息发给 DeepSeek 之前，把图片内容块替换成 GLM 读图后的文字描述。DeepSeek 永远只收到文字，但会话里保留原图。 特性 - 🖼️ 原生上传体验 ：粘贴/拖拽图片 → 缩略图附件 → 发送 → DeepSeek 直接理解图片内容。 - 🆓 零成本 ：智谱 glm-4v-flash 是免费模型，注册即用。 - 🔒 Key 不落地浏览器 ：GLM API key 只存在本机环境变量 / secrets 文件里，由 host 端持有。 - 🔁 自动降级链 ：主模型失败自动依次尝试 glm-4.6v-flash 、 glm-4.1v-thinking-flash 。 - 🗂️ 图片留档 ：原图保存在会话里（缩略图 + 点击放大），文字描述用于模型理解。 - ⚡ 结果缓存 ：同一张图多次出现在上下文时复用第一次的读图结果，不重复消耗。 - 🩺 一键自检 ： GET /dsh-dseyes/diag 返回 key 与智谱连通性。 安装 前提 一个 智谱 GLM API key （免费）： 1. 注册/登录 open.bigmodel.cn； 2. 「API Keys」→ 新建并复制（格式 id.secret ， glm-4v-flash 免费，无需付费）。 配置 key（任选其一，优先级从高到低）： 兼容： ZHIPU API KEY 与 GLM API KEY 等价；Windows 上还会实时读注册表 HKCU\Environment\G…

分类