dsh-plugin-vision¶

⭐ 1 · ✅ 活跃 · 插件


类型	插件	分类	视觉与多模态
星数	⭐ 1	状态	✅ 活跃
作者	MoneShadow	更新时间	—
子分类	👁️ 视觉工具	能力	coding

一句话介绍¶

一个可以让没有视觉的大模型拥有视觉能力的插件（当然，是通过外挂视觉模型实现的）

详细介绍¶

简介 Introduction - 功能特性 Features - 安装 Installation - API Key 配置 API Key Configuration - 使用方法 Usage - 工具参考 Tool Reference - 插件配置项 Plugin Configuration - 安全说明 Security - 成本说明 Cost - 浏览器端图片粘贴（可选）Browser Paste & Drop (Optional) - 开发构建 Development - 兼容性 Compatibility - 已知限制 Limitations - 常见问题 FAQ - 许可证 License ---

📦 安装¶

npm i -D dsh-plugin-vision
dsh web --patch node_modules/dsh-plugin-vision/cordis.patch.yml

🚀 快速开始¶

- insert:
    - id: dsh-plugin-vision
      name: 'dsh-plugin-vision'

📚 更多信息¶

方式二：合并进 profile（持久安装）

将以下内容合并进你的 profile cordis.patch.yml： - id: dsh-plugin-vision name: 'dsh-plugin-vision' 如需自定义配置，可附加 config（字段见插件配置项）： - id: dsh-plugin-vision name: 'dsh-plugin-vision' config: provider: auto # auto | gemini | glm glmModel: glm-4.6v-flash

使用方法 Usage

在对话中自然描述需求即可，模型会自动调用视觉工具：帮我看看这张图 D:\work\screenshot.png 这张订单截图里商品是什么？多少钱？用 GLM 分析 code/my/logo.png，描述一下配色显式指定提供商 / 模型：用 gemini-3.6-flash 看 baojia/data/purchased_items/xxx.jpg，做 OCR

常见问题 FAQ

Q：为什么不把图片直接作为附件发送？ A：DeepSeek 等文本模型不支持图片输入，DSH 的输入框会拦截图片附件。本插件采用「保存图片 → 路径入消息 → 工具读图」的桥接方案，是文本模型下最接近原生视觉模型体验的实现。 Q：两个提供商都配了，会重复扣费吗？ A：不会。auto 模式按顺序尝试（记住上次成功者），仅在失败时切换；不会并行请求两个提供商。 Q：Key 存在哪里？安全吗？ A：存于 ~/.dsh/.credentials.yaml（权限 0600）或环境变量。仓库、会话日志均不落盘 Key。