joyiok / dsh-vision

已收录

DSH plugin: image_analyze tool that sends screenshots/photos to an OpenAI-compatible vision model

main模型工具 查看源代码

安装

npx -y @deepseek-ai/dsh plugin --profile web add github:joyiok/dsh-vision

此安装命令根据 GitHub 仓库地址生成,是未经验证的安装起点。

README

维护者编写的文档快照。

在 GitHub 查看 ↗
提交版本 47b49f8同步于 2026年8月18日

dsh-vision

DeepSeek Harness 识图插件。安装后,Agent 获得 image_analyze 工具: 把本地图片 / URL / data URL 发给 OpenAI 兼容的视觉模型,返回文字分析, 让当前不支持图片输入的主模型也能“看图”。

默认接口:https://openrouter.ai/api/v1/chat/completions,模型 google/gemini-3.7-flash(支持 png / jpeg / gif / webp)。

安装

dsh plugin --profile web add github:joyiok/dsh-vision
# 或本地目录
dsh plugin --profile web add /home/joy/Documents/dsh-vision-plugin
dsh plugin --profile headless add /home/joy/Documents/dsh-vision-plugin

安装后重启 dsh web。

密钥

export OPENROUTER_API_KEY=sk-or-v1-xxxx
# 或
export VISION_API_KEY=sk-xxxx

也可以放在 $DSH_HOME/.credentials.yaml.env,插件通过 dsh credentials 服务分层解析。

使用

用户:看看 ~/Documents/memory-panel-preview.png 的 UI 有没有问题?
Agent:调用 image_analyze(images: ["/home/joy/Documents/memory-panel-preview.png"],
       question: "检查这张界面截图的视觉设计和可用性问题")

工具参数:

参数说明
images必填,本地路径 / http(s) URL / data URL 数组,最多 4 张
question可选,分析问题;默认详细描述 + UI 问题检查
model可选,覆盖默认视觉模型
maxTokens可选,默认 2000

配置

可在 profile 的 cordis.patch.yml 覆盖(覆盖整行 config):

- id: vision
  config:
    apiKeyEnv: OPENROUTER_API_KEY
    model: google/gemini-3.7-flash
    baseUrl: https://openrouter.ai/api/v1/chat/completions
    maxTokens: 2000
    timeoutMs: 180000
    maxImages: 4
    maxImageBytes: 20971520

禁用插件:

- id: vision
  disabled: true

说明

  • 图片本地读取后在内存中转 base64,不落盘。
  • 429 / 5xx 自动重试 2 次;超时使用 AbortSignal,可被上层取消。

仓库信息

开发语言
JavaScript
许可证
MIT
最后更新
2026年8月15日 07:42

谨慎安装

请检查源代码、权限、生命周期脚本、依赖与网络访问;不受信任的插件应先在隔离环境中测试。