soli0x4ea/dsh-tool-describe-image

README 摘要

dsh-tool-describe-image 本地视觉工具 — 给 DeepSeek Harness 的主模型「借一双眼睛」：传入图片路径，调用本地 LM Studio 视觉模型（ qwen3vl4b ），返回图片的文字描述，主模型据此理解图片。 图片只发往 127.0.0.1 —— 不出网，隐私安全 。 功能 - 主模型不声明视觉能力时，通过工具「借眼睛」：读图 → base64 → 本地视觉模型 → 文字描述； - 微信图片链路天然衔接：收到「[微信媒体] 已保存至 」后自动调用，回复图片内容； - MIME 自动识别（PNG/JPEG/WebP/GIF，magic bytes）； - 超限保护（ 15MB 拒绝并提示）；超时明确报错（不编造图片内容）。 依赖 - LM Studio （http://127.0.0.1:1234）已加载视觉模型，默认 qwen3vl4b （可配置）。 - 本包依赖 DSH workspace 包（ @deepseek-ai/cordis 等），通过 file: 链接本地 DSH 仓库（见 package.json）。 挂载 配置 字段 默认 说明 :-- :-- :-- baseURL http://127.0.0.1:1234/v1 LM Studio OpenAI 兼容端点 model qwen3vl4b 视觉模型 id timeoutMs 90000 单次识别超时 defaultPrompt 通用描述指令 识别指令 工具 describe image ： path （必填，图片绝对路径）+ 可选 prompt （自定义识别指令）→ 返回图片文字描述。 开发 License MIT © 2026 soli0x4ea

分类