dsh-deepseek-vision¶
⭐ 8 · ✅ active · plugin
| Type | plugin | Category | Vision & multimodal |
| Stars | ⭐ 8 | Status | ✅ active |
| Author | siegfly | Updated | — |
| Subcategory | 👁️ Vision tools | Capabilities | coding, multimodal |
One-liner¶
Vision-language gateway plugin for DeepSeek Harness - paste an image, DeepSeek sees text
About¶
安装： dsh plugin --profile web add dsh-deepseek-vision dsh-deepseek-vision 是给 DeepSeek Harness 的视觉语言网关插件。 纯文本的 DeepSeek 编程模型 通过一个"网关"provider 路由获得贴图能力：目录声明支持 image 的模型（官方 deepseek-v4-flash-vision-exp）图片直通原生视觉端点；其余模型先由可配置的视觉模型 （默认 Qwen-VL）逐字描述成文字，再交给 DeepSeek 继续写代码。官方仓库零改动、跨机器 安装不锁官方版本。同类方案里它是最薄的桥：不注入 agent 工具、不经过第三方中转、 不依赖本地模型。 English | 中文
✨ Key Features¶
- 贴图即用，不用换模型： 注册独立路由
deepseek-vision（显示名 DeepSeek + Vision）， - 每张图只描述一次： 按
attachmentId进程内 LRU 缓存，重试、上下文压缩、后续轮次 - 会话不变量保持： 原始图片仍持久化进 session log，历史 / 回放 / 重构不受影响。
- 官方机制安装： bundle 声明 +
dsh plugin add，四种 spec（npm / git / 目录 / tarball）、 - 换 VL 模型零改码： 端点 / 模型 / 提示词 / 密钥全在设置卡片，兼容任意
- 失败语义明确： 默认 fail-closed，稳定错误码（
AUTH/TIMEOUT/TRANSPORT/ - 跨版本不锁死： 发布版不锁定官方 dsh 版本。无 CLI 复刻路径（`pnpm
📦 Install¶
npm install -g @deepseek-ai/dsh # 推荐：dsh 永久进入 PATH，之后命令直接敲
# 或（官方一行启动方式）：
npx @deepseek-ai/dsh web # 不装全局：CLI 只在 npx 缓存里运行，不会进 PATH
🚀 Quick Start¶
dsh plugin --profile web add github:siegfly/dsh-deepseek-vision#<sha>
# 没装全局、走 npx 时：
npx @deepseek-ai/dsh plugin --profile web add github:siegfly/dsh-deepseek-vision#<sha>
📚 Learn more¶
工作原理
flowchart LR User["聊天窗贴图 / read_image / 截图 / MCP / ACP"] --> Gate["deepseek-vision 路由：inputModalities = text + image"] Gate --> Persist["apiproxy prompt RPC → ImageBlock 持久化进 session log"] Persist --> Decide{"DeepSeek 目录声明该模型支持 image？"} Decide -- "是（官方视觉模型）" --> Native["yield* super.stream()：父类原生序列化图片，直通 DeepSeek 视觉端点"] Decide -- "否（纯文本 / 未列目录）" --> Bridge["ImageBridge：改写图片块（含 tool-result 嵌套）"] VL
配置
全部可省略（走默认值）。两个 key 都支持 credential-ref（环境变量名）。已挂载 dsh 的 credentials 服务时，其解析结果（即使未配置）具有权威性；只有服务缺席才直接读取启动环境。 官方 credentials-local 的优先级是：进程环境变量（最高、只读）→ GUI 管理的 .credentials.yaml → .env 回退。因此 Web Models 页写入的凭据可用，而本次进程显式 导出的 key 始终优先且不能在 GUI 内修改： llm-vl-gateway 也是一个 settings namespace，三个编辑入口：设置 → 插件 → 插件配置 的"DeepSeek + Vision（视觉语言桥接）"卡片（vl.* 全字段 + VL 密钥）、Web Models 页 （deepseek.* 子段
使用
- 设置两个 key：设置 → 插件 → 插件配置 → "DeepSeek + Vision（视觉语言桥接）" 卡片里填 VL 密钥（写入凭据存储，不出现在任何响应/设置里）；DeepSeek key 沿用现有凭据； 2. Models 页选择 provider DeepSeek + Vision（会话内切换即持久化为默认）； 3. 聊天窗贴图，发消息——图片自动被描述，DeepSeek 看到的是文字。 设置卡片是本插件的客户端面（
dsh.client）：以官方解耦插件的方式注册进settings.plugin.item槽位，编辑llm-vl-gateway.vl段，与官方内置卡片（终端 / Agent 循环 / 网页搜索）同机制、同交互（暂存草稿、覆盖状态显示、保存时整体写入）。
安装
安装走官方 bundle 机制：本包在 package.json 声明 dsh.bundle.patch（指向包内 cordis.patch.yml），dsh plugin add 把包链接进 profile 并把包名对账进 profile manifest 的 dsh.profile.bundles 层栈，loader 启动时按层挂载——不需要手工往 cordis.patch.yml 加任何行（旧版本加过的受管块会在下次安装/卸载时自动迁移移除）。 四种 spec 任选（日常推荐 git 形式，锁 commit）： dsh plugin --profile web add github:siegfly/dsh-deepseek-vision#