xuxun-oss/dsh-vision-imagen

README 摘要

dsh-vision-imagen DeepSeek Harness 插件：为 DeepSeek 模型桥接 Google Gemini 的多模态识别与图像生成。 当 DeepSeek 模型需要看图、生图、改图时，自动调用 Gemini： 工具 作用 vision read 识别/读取/描述/分析图片（OCR、物体、图表），支持本地路径或 http(s) URL generate image 文本生图，生成后 必定用 Gemini 视觉模型自检反馈 （不达标时按优化 prompt 重绘） edit image 改图/优化已有图片：先分析原图 → 生成改进版 → 自检迭代 ✨ 核心卖点：全能一体，无需切换模型 - 一个 DeepSeek 会话搞定一切 ：直接用常规 DeepSeek 模型（不必换成视觉模型），需要看图、生图、改图时，插件自动路由到对应的 Gemini 多模态/生图模型—— 全程零手动切换模型 。 - 比 modlens 等更完整 ：modlens 只是「给纯文本模型装一只读图的眼睛」；本插件是 视觉识别 + 图像生成 + 图像编辑 + 自检反馈的完整闭环 ，并且直接复用你自己的 Gemini API Key，不依赖任何第三方桥接、无额外订阅。 - 自动调用，无需操心 ：识别 → vision read ；生图 → generate image ；改图 → edit image 。DeepSeek 模型通过系统提示与工具描述自动选对工具，对用户完全透明。 - 自检闭环，质量把关 ：生成/优化后，自动用 Gemini 视觉模型检查成品图，不达标按优化提示自动重绘，并把检查结论（画面描述 / 达标与否 / 问题清单）直接反馈出来。 🧩 环境要求（依赖） 依赖 要求 说明 DeepSeek Harness（ dsh ） ≥ 0.1.0-rc.7 （rc 通道） 插件宿主。先全局安装 dsh，再用 dsh plugin --profile web add ... 加载本插件 Node.js ≥ 18 宿主半运行环境（ engines ） @deepseek-ai/dsh-tools peer 依赖（ ） 必需 ：宿主半通过 defineTool 注册工具。由 dsh 宿主提供，或随 pnpm install 自动解析—— 无需手动安装 react ^18.2.0（peer） 浏览器半（设置页）所需，由 dsh Web 前端提供 @deepseek-ai/dsh-client-runtime rc 通道 客户端核心服务，声明于 dsh.client.inject ，dsh Web 构建时自动注入 后端 API Key 自备 Gemini（Google AI Studio 免费 Key）或所选 OpenAI 兼容后端 本插件运行时 只依赖 @deepseek…

分类