oldHan2423/dsh-image-auto-describe

README 摘要

贴图自动识别（dsh-image-auto-describe） 中文 English 让「不会看图」的 DeepSeek 也能看懂你发的图片。 一句话：你往对话里贴一张图，这个插件先让一个看得懂图的视觉模型把图片内容读成文字，再把这段文字交给 DeepSeek 继续回答——全程自动，不需要你做任何额外操作。 它解决什么问题 DeepSeek Harness 里很多主力模型（比如 deepseek-v4-pro）只处理文字。默认情况下，你贴图发消息会被直接拒绝： 这个插件把「拒绝」换成「理解」： 实际用起来的效果： - 截图里的报错、日志、表格、聊天记录，图上的文字会被 逐字摘录 ，可以直接接着讨论 - 识别结果会注明是哪个视觉模型识别的，原图在对话里保留可点开对照 - 识别中对话里会出现一个低调的「正在识别图片…」状态，识别完自动变成正式消息 - 所有视觉模型都失败时，退回原来的「不支持图片」提示， 不会假装看懂、不会胡编 注意 ：DeepSeek 看到的始终是「文字描述」，不是图片本身。视觉模型没写到的细节，DeepSeek 也无从知道——但这已经覆盖了绝大多数「发截图问问题」的场景。 安装 可从插件市场安装，或一条命令： 包声明了 dsh.bundle.patch ， dsh plugin 会自动把它接入 profile 补丁层；profile 自己的 cordis.patch.yml 仍可按 id 覆盖该行。 宿主补丁（装完必做一次） 官方 apiproxy 目前没有公开的图片准入接口，「拒绝贴图」的逻辑是写死的。本仓库附带一个幂等补丁，把那个拒绝点改成这个插件提供的「转写放行」。装好后执行一次（或 Harness 升级恢复原文件后重跑一次）： 补丁改动两处： dsh-host-apiproxy/lib/index.js 里的一处拒绝分支，以及向它的 api barrel 注入 IMAGE AUTO DESCRIBE SERVICE 常量。锚点针对 0.1.0-rc.6 的源码形态；版本对不上时报 MISS 且不做任何修改，绝不硬改。每次执行都会用 node --check 复核被改的文件。打补丁后重启 Harness 宿主生效。 要求 - DeepSeek Harness 0.1.0-rc.6 （补丁锚点版本；更新版本的锚点未跟进前会报 MISS ）。插件把官方 @deepseek-ai/ 包作为对等依赖（peer dependency）解析；profile 必须已组合这些包。 - 视觉路由必须已存在于组合好的 llm 能力中——例如由 llm-pi-ai 插件注册的提供者。默认值期望 siliconflow （Qwen/Qwen3-VL-32B-Instruct）与 zhipu （glm-4v-flash），且各自 API Key 已配置。 配置 …

分类