xingling80/dsh-zhipu-vision

README 摘要

dsh-zhipu-vision — 视觉理解插件（DSH 原生插件） 基于官方 NPM SDK（ dsh-tools / dsh-host-webserver / dsh-system-prompt / schemastery ）实现的 DSH 原生插件，不修改 DSH 源码。核心体验： 聊天框粘贴图片 → 自动识别 → DeepSeek 回答 （视觉识别由智谱 GLM-4V 负责，回答由 DeepSeek 负责，全程不切换模型）。 界面显示名统一为「视觉」：侧边栏入口、面板标题、设置卡片均显示「视觉」； 包名 / 工具名 / 路由仍为 dsh-zhipu-vision / zhipu vision / /api/dsh-zhipu-vision/ 。 能力 能力 说明 粘贴识图（核心） 聊天框 Ctrl+V 粘贴图片 → 自动保存到 /.dsh/pastes/ → 识别指令插入输入框 （官方 conversation input 通道，立即可见）→ 你继续输入自己的需求 → 一次回车发送 → DeepSeek 调用 zhipu vision 结合图片回答你的需求 视觉侧边栏 侧边栏「视觉」入口 → 面板：粘贴/拖图 + 缩略图 + 需求输入框 + 「发送给 DeepSeek」 （图片+问题一条消息入会话）+ 面板内快速识别 + 已保存图片画廊 + 清空历史 视觉理解工具 zhipu vision ：本地图片绝对路径 或 http(s) URL + 提问 → 返回模型回答（图片描述 / OCR / 截图分析 / 图表文档解读） 设置入口 GUI 设置 → 插件 → 插件配置 →「视觉」卡片：API Key（只写不回显）、模型、接口、超时、大小上限、粘贴拦截、自动发送、保留天数 图片保留 默认保留 7 天自动清理（ keepPastesDays 可调，0 = 永久）；面板可一键清空 零运行时依赖 host 使用 Node ≥22 内置 fetch ；浏览器端仅依赖 React 粘贴识图怎么用（推荐） 1. 复制任意图片（截图用 Win+Shift+S） 2. 在聊天输入框 Ctrl+V 3. 插件自动：保存图片，并在输入框插入「识别这张图片： 」 4. 在它后面输入你的需求 （如：这个报错怎么解决？这段代码有什么问题？） 5. 回车发送 → DeepSeek 调用 zhipu vision 看图并针对你的需求回答 另一条路：侧边栏「视觉」面板 → 粘贴图片 → 输入需求 → 「发送给 DeepSeek」，效果相同。 可关选项（设置卡片）： interceptPaste （不拦截粘贴）、 autoSendOnPaste （开启后粘贴即自动发送纯识别消息，不等你输入需求）。 架构 自动发送走官方 sessions driver 通道（与任务看板插件同款 API）…

分类