🐳 dsh-image-unlock
<p align="center"> <img src="assets/hero-banner.jpg" alt="鲸鱼娘为你解锁图片输入" width="100%"> </p>
<div align="center">
解除 DeepSeek Harness Web GUI 的图片输入限制，让图片附件在不支持图片的上游（Console Go）下可用。
![version]() ![license]() ![platform]() ![whale girl approved]()
</div>
---
✨ 一张图看懂
🖼️ 上传图片
│
▼
🚪 准入闸门 ←── bundle patch：defaultInput: [text, image]
│ （未声明 input 的模型继承图片能力，不再被拒）
▼
🔧 图片文本化 ←── code patch：textifyImageBlocks()
│ （图片块 → [图片附件: <路径>] 文本标记）
▼
🤖 agent 看到标记 → 👁️ vision skill 识图（vision.js 魔数嗅探 MIME）---
🧩 问题
Harness 在 API 层（dsh-host-apiproxy）、LLM 层（dsh-llm-pi-ai）都根据模型的 inputModalities（来自 llm-pi-ai 的模型 input 声明）判断能否接收图片。 默认声明只有 text，因此未声明 input 的模型（如 deepseek-v4-flash）在发图时 会被拒绝（"Model does not support image input"）。
但只放行还不够：dsh-llm-pi-ai 会把 durable 图片块转成 { type: "image", data: base64 } 部件，pi-ai SDK 序列化为 image_url 发送给 上游。Console Go 上游协议只接受 text，于是报：
400 invalid_request_error: Failed to deserialize the JSON body into the
target type: messages[605]: unknown variant `image_url`, expected `text`也就是说：声明图片能力是"准入"，但上游根本不收图片。正确做法是准入后把 图片块转成带附件路径的文本标记，识别交给 vision skill。
---
⚙️ 方案（两部分）
1. Bundle patch：准入（cordis.patch.yml）
给 llm-pi-ai 的 opencode-go provider 加上 defaultInput: [text, image]， 让未显式声明 input 的模型继承 image 输入能力，从而通过 API 层 / LLM 层的 图片闸门。显式声明 input: [text] 的模型保持原样（用户层优先）。
2. 代码 patch：图片文本化（scripts/patch-pi-ai.mjs）
dsh-llm-pi-ai 的序列化没有配置开关，请求对象又是深度冻结的（llm/stream waterfall 无法改写），所以对本地安装的包做一次代码补丁（已用 [dsh-plugin-image-unlock] 标记注释标注）：
- 在
stream()中，对opencode-go路由先调用textifyImageBlocks()：
把 durable 图片块（含 tool-result 内嵌套的）替换为文本标记；是否执行由 运行时开关 globalThis.__dsh_image_unlock_textify 控制（见下节）。
`` [图片附件: <名称>] 附件已保存到 <DSH_HOME>/attachments/v1/objects/<xx>/<sha256>（当前模型不能直接查看图片，请用 claude-vision-skill 识别该路径；无法访问时用 --clipboard 回退） ``
- 附件对象文件没有扩展名，
claude-vision-skill/vision.js已支持按魔数嗅探
MIME（png/jpeg/webp/gif），可直接识读该路径；剪贴板回退仍然可用。
这样：上传不再被拒（第 1 部分）、请求不再 400（第 2 部分）、agent 看到 [图片附件: ...] 标记后按 vision skill 流程识别（配套 skill 已更新文档）。
---
📦 安装
方式一：本地目录（开发调试用）
dsh plugin --profile web add <本插件目录>方式二：从 GitHub 直接安装
dsh plugin --profile web add https://github.com/FrostLeafKEE/dsh-image-unlock.git> dsh plugin 会把参数转发给 profile 目录里的 pnpm，两种方式等价；安装后 > dsh.profile.bundles 会自动登记 @dsh-external/dsh-image-unlock。
安装后还需要在 profile 的 cordis.patch.yml 中插入插件条目（见下节）， 并打一次代码补丁（见"重装/升级后重新打补丁"）。
---
🎛️ 开关（skill 驱动：禁用 skill = 原生视觉模型）
开关与 claude-vision-skill 的启停绑定，全部即时生效、无需重启：
- 启用 skill（默认）：
claude-vision-skill目录在.agents/skills下 →
文本化开启，图片转成文本标记，agent 走 vision.js 识图流程 （适合当前 text-only 的 opencode-go 模型）。
- 禁用 skill（用原生视觉模型）：把
<工作区>/.agents/skills/claude-vision-skill
目录移出（例如移到 <工作区>/.dshskin/ 下）→ 文本化自动关闭， 模型收到真实图片部件。想切回 vision-skill 流程就放回原处。
插件会监视 skills 目录，目录移动即刻切换，无需重启。
附加覆盖（profile 的 cordis.patch.yml 插件条目）：
- insert:
- id: image-unlock
name: '@dsh-external/dsh-image-unlock'
# disabled: true # 整体关闭：取消注释这一行
config:
textifyImages: true # 强制关文本化：改成 false（即使 skill 在）
# skillDir: '<绝对路径>' # 自定义 skill 目录位置（默认自动探测）> 注意：bundle patch 的 defaultInput 声明不受上述开关影响（只影响未声明 > input 的模型；视觉模型应通过 settings 声明自己的 input: [text, image]， > 其声明优先于 defaultInput）。
运行时标志：插件把开关写入 globalThis.__dsh_image_unlock_textify； dsh-llm-pi-ai 补丁代码在每次请求时读取它（=== true 才文本化）。条目被 禁用、插件被移除、或 skill 目录不存在时标志被清除，文本化随之关闭。
---
🔄 重装/升级后重新打补丁
第 2 部分是针对 node_modules 的代码补丁，pnpm install / 升级 @deepseek-ai/dsh 会把它冲掉。重装后执行（幂等，已打补丁会直接跳过）：
node scripts/patch-pi-ai.mjs默认在以下位置寻找目标文件（也可用参数指定绝对路径）：
<本插件目录>/../../DeepSeekHarness/node_modules/@deepseek-ai/dsh-llm-pi-ai/lib/index.js<本插件目录>/../DeepSeekHarness/node_modules/@deepseek-ai/dsh-llm-pi-ai/lib/index.js<本插件目录>/../../../node_modules/@deepseek-ai/dsh-llm-pi-ai/lib/index.js
---
⚠️ 注意
- 这只放行图片附件并文本化；模型本身不支持图像输入。实际识图请配合
vision skill（claude-vision-skill，通过 vision.js 调用外部 vision API）。
- 文本化只影响
opencode-go路由，其它 pi-ai 路由行为不变。 - 若某天 opencode-go 路由真的挂上了原生视觉模型，用上面的开关关闭文本化即可；
彻底移除的话：删掉插件条目、dsh plugin remove、并手动删除 dsh-llm-pi-ai/lib/index.js 中两处 [dsh-plugin-image-unlock] 标记的代码。
---
<p align="center"> 🐳 头图由 <code>wan2.7-image-pro</code> 生成 · DeepSeek 鲸鱼娘风格<br> <sub>MIT License · dsh-plugin · deepseek-harness</sub> </p>