zhangzhimou78-code/deepseek-visual-plugin

README 摘要

deepseek-visual-plugin DeepSeek Harness 视觉理解插件：把用户消息与工具结果中的图片翻译成文字描述，交给纯文本任务模型（如 DeepSeek）。 多模态模型（原生支持 image 输入）自动放行，不经过翻译。 DeepSeek Harness 的插件是 Cordis 插件（TypeScript/ESM）。本插件按原生协议实现：拦截含图片的消息，自动判断当前模型是否原生支持 image： - 纯文本模型 ：调用视觉模型生成详细描述，再把图片块替换为描述文本。 - 多模态模型 ：图片块原样进入模型请求，插件不介入。 替换发生在内容写入会话日志之前，模型请求与日志始终一致。 安装 本插件以单文件 ESM 插件形式部署到 Harness 家目录，通过 home 级补丁启用，对 所有 profile（web / headless 及未来新建的 profile） 生效： Windows（PowerShell） Linux / macOS（Bash / Zsh） 正在运行的 dsh web 会通过 home 补丁热更新自动挂载；若未生效，重启 dsh web 即可。 修改插件源码后必须重启 dsh web ：web 组合禁用了模块级 HMR，配置热更新不会重新加载已变更的插件模块。修改后重新执行第 1 步复制即可生效。 也可以作为常规 bundle 安装进单个 profile： 配置 cordis.patch.yml 已用默认值挂载该行。可调参数： 字段 默认值 说明 model qwen3.7-plus 视觉模型名（OpenAI 兼容端点上的模型 ID） baseUrl DashScope 兼容端点 留空时回退 QWEN BASE URL / DASHSCOPE BASE URL / OPENAI BASE URL apiKey 空 API Key 的 显式覆盖 （可选，不推荐明文写进配置） apiKeyEnv 空 凭证引用名（如 DOUBAO API KEY ），通过 dsh 的 credentials 服务（ /.dsh/.credentials.yaml ）解析 imagePrompt 内置中文提示词 图片描述提示词 timeoutMs 60000 单次视觉请求超时 API Key 的解析优先级 ： config.apiKey （显式覆盖）→ config.apiKeyEnv （credentials 服务解析 /.dsh/.credentials.yaml ）→ 环境变量回退（ QWEN API KEY / DASHSCOPE API KEY / OPENAI API KEY ）。 推荐做法：把 key 存进 /.dsh/.credentials.yaml ，配置里只写 apiKeyEnv 引用，避免明文密钥落在配置文件里：…

分类