deepseekplugins

DeepSeek Harness plugin

dsh-plugin-vision

Vision assist for DeepSeek Harness: lets the main model see images through an OpenAI-compatible vision API

Models & Providers
Jump to install

Source facts

Repository
MoneShadow/dsh-plugin-vision
Latest update
Aug 15, 2026
Category
Models & Providers
GitHub stars
0
Format
plugin
Catalog evidence
Upstream dsh.bundle evidence
Evidence path
package.json#dsh.bundle
Checked against
0.1.0-rc.8
Upstream check date
2026-08-20

This evidence comes from the upstream catalog. This site has not installed, run, or security-reviewed the plugin.

Install

Start with a prompt that asks an agent to review the GitHub repository and source. Switch to the command if you want to install it yourself.

Copy this prompt into DSH, Codex, or another agent and ask it to review the GitHub repository and source first.

Do not install or run any commands yet. Read this plugin's GitHub repository, README, and relevant source code. Then answer the questions below clearly and directly so I can decide whether it fits my needs:

1. What is this plugin, and what problem does it solve?
2. Who is it for, and what are its typical use cases?
3. How is it used after installation? Include one minimal example.
4. What known limitations or privacy, security, compatibility, or maintenance risks does it have?
5. Give a clear recommendation: recommend, conditionally recommend, or do not recommend, with reasons.

Distinguish statements documented by the repository, inferences from source code, and unknowns. If evidence is insufficient, say so explicitly. Do not guess or simply repeat the README.

GitHub: https://github.com/MoneShadow/dsh-plugin-vision
Plugin: dsh-plugin-vision
Author: MoneShadow

Check the source files

Read the README and other files from this plugin directory before installing.

File explorer3 files
README.mdSource · read only

dsh-plugin-vision

给 DeepSeek Harness 装上"眼睛"的视觉辅助插件： 注册 vision_describe 工具，让没有视觉能力的主模型通过任意 OpenAI 兼容视觉 API 描述图片。

效果展示

主模型调用 vision_describe 看图（官方 Web UI 真实会话）：Agent 通过工具查看本地图片并作答；同一张图、同一个提问再次调用时命中答案缓存，返回与首次逐字一致的结果，不重复消耗视觉 API。

<img src="assets/vision-chat.png" width="640" alt="主模型通过 vision_describe 查看图片并作答（二次同参调用结果一致，缓存命中）" />

配置（DSH Desktop 设置面板 → 视觉助手，或编辑 ~/.dsh/settings.yaml 的 vision: 段）：总开关、粘贴转路径开关、接口/密钥/模型/超时，以及答案缓存（开关 / TTL / 条目上限），保存即时生效。

<img src="assets/vision-settings.png" width="360" alt="视觉助手设置：开关、接口、缓存参数" />

粘贴图片自动转路径（DSH Desktop 内置功能，非本插件实现，详见下节）：在官方 UI 输入框粘贴图片 → 拦截官方附件流程 → 图片存盘 → 自动插入 [图片] /真实路径 → 主模型调用 vision_describe 查看。

<img src="assets/vision-paste.png" width="640" alt="粘贴图片后输入框自动插入 [图片] 真实路径" />

功能

  • 工具：vision_describe(image, prompt?) —— 本地路径 / file:// / http(s) URL 均可，

本地图片以 base64 data URL 发送，返回视觉模型的文本描述

  • 答案缓存：按"图片内容哈希 + 接口 + 模型 + 提问"缓存描述结果（TTL + LRU 上限），

同一张图重复查看直接命中缓存，不再消耗视觉 API 调用；对主模型透明，错误不缓存

  • 开关语义：enabled=false 时工具仍注册但返回明确提示，主模型会据此提醒用户开启
  • 配置热更新：配置存 ~/.dsh/settings.yaml 的 vision: 段，引擎监视文件变化，

保存即时生效（无需重启引擎）

  • 密钥安全：apiKey 以 secret 角色存储（官方设置 UI 中 write-only 不回显）

与 DSH Desktop 的配合（重要：粘贴转路径不是本插件的功能）

"粘贴图片自动转路径"由 DSH Desktop （桌面端）内置实现，不是本插件的一部分——它是 UI 层功能：

用户粘贴图片 → DSH Desktop 向官方 UI iframe 注入的补丁（监听 paste、检测图片格式）
→ 拦截官方附件流程 → 图片存盘 → 自动把 "[图片] /真实路径" 插入输入框
→ 主模型看到路径 → 调用本插件的 vision_describe 查看
  • 为什么不在插件里：粘贴事件监听必须在浏览器 UI 层，而插件运行在引擎

（dsh 进程）侧，无法感知浏览器粘贴操作

  • 配置共享：该功能的开关 autoPath 存在同一段 settings.yaml 的 vision: 段，

由 DSH Desktop 读取并控制注入行为；本插件仅同步声明该字段，不实现功能

  • 只安装本插件（不使用 DSH Desktop）时：没有粘贴自动转路径，需要手动把图片

路径/URL 传给 vision_describe

可用性分层

层说明
工具层引擎侧注册，官方 Web UI、桌面端、headless 均可用（任何界面连上引擎都能调用）
配置层官方 UI 设置页的"插件配置"区仅渲染三张内置卡片（Shell/Agent loop/Web search），第三方插件需自带浏览器组件才会显示——本插件目前通过编辑 settings.yaml 或接入方应用（如 DSH Desktop 的设置面板）配置

安装

git clone https://github.com/MoneShadow/dsh-plugin-vision && cd dsh-plugin-vision
./install.sh                 # 一键安装到 web profile
./install.sh headless        # 安装到其他 profile

脚本做的事：探测 dsh 安装位置 → 插件实体复制到全局依赖树（与官方 bundle 同锚点） → profile 建立软链 → 清理依赖副本 → 注册 manifest bundles。dsh 装在系统目录时自动 使用 sudo（保留用户 HOME）。

> ⚠️ 不要使用 dsh plugin add file: 安装本插件——它会向 profile 注入 > @deepseek-ai/dsh-tools 依赖副本，与全局依赖树形成双实例，导致任何工具调用 > 崩溃（Cannot read properties of undefined (reading 'prepare')）。 > 根因与修复详见下方"故障排查"。

配置

编辑 ~/.dsh/settings.yaml，追加（或修改）vision: 段：

vision:
  enabled: true
  autoPath: true                        # 桌面端粘贴图片自动转路径（DSH Desktop 功能，非本插件实现）
  baseURL: https://api.openai.com/v1   # 任意 OpenAI 兼容服务（通义千问/智谱/SiliconFlow/OpenAI…）
  apiKey: ""                            # 视觉模型 API 密钥
  model: gpt-4o-mini                    # 如 qwen-vl-max / glm-4v-plus
  timeoutMs: 60000
  cache: true                           # 按图片内容哈希缓存描述结果（命中免重复请求）
  cacheTtlSeconds: 3600                 # 缓存有效期（秒）
  cacheMaxEntries: 200                  # 缓存条目上限（超出按 LRU 淘汰最久未用）

保存后即时生效（引擎 chokidar 监视 settings.yaml，外部编辑热发布）。

> 注意：DeepSeek 官方 API 目前无视觉模型（仅 deepseek-v4-flash/pro 文本模型）， > 必须接第三方 OpenAI 兼容视觉服务。

卸载

./install.sh uninstall            # 从 web profile 卸载
./install.sh uninstall headless   # 从其他 profile 卸载

脚本会同步移除：manifest 的 bundles 声明与 dependencies 条目（保持 profile 自洽）、 profile 软链、全局树实体。引擎运行时拒绝操作（铁律），退出应用后重跑即可。

故障排查

工具调用崩溃：Cannot read properties of undefined (reading 'prepare')

症状：安装插件后，任何工具调用（包括官方 bash）都会使引擎崩溃。 根因：dsh plugin add file: 把 @deepseek-ai/dsh-tools 等依赖副本装进 profile 的 node_modules，优先级高于 dsh 的 heal 软链层（healProfilesModuleFallback）——tools 服务由副本实例创建，而 agent-loop 从全局树取 TOOL_RUNTIME_SCHEDULER（模块私有 Symbol），两实例 Symbol 不同 → ctx.tools[Symbol] 为 undefined → 崩溃。 修复：用 ./install.sh（正确挂载方式）；若已损坏，卸载后重装。

复制按钮无效果（Electron 桌面端）

官方 UI 的复制依赖 navigator.clipboard.writeText，iframe 文档无焦点时抛 NotAllowedError。桌面端（DSH Desktop）已通过兼容层补丁解决（聚焦重试 → execCommand → 主进程剪贴板兜底），与本插件无关。

开发

node --test tests/describe.test.js tests/attachments.test.js tests/cache.test.js
# 43 用例：图片源转换/请求构造/错误/超时/配置引导/缓存命中与淘汰

结构：

lib/index.js      # Cordis 插件：注册 vision_describe 工具 + settings namespace（vision）
lib/describe.js   # 纯函数：图片→data URL、OpenAI 兼容 /chat/completions 调用（可单测）
lib/cache.js      # 纯内存答案缓存：sha256 内容哈希 + TTL + LRU 上限淘汰（可单测）
lib/attachments.js# 附件上下文渲染 + 配置兜底读取（可单测）
cordis.patch.yml  # bundle patch：host plane 工具行（全局 agent 可见）
tests/            # node:test 单元测试
install.sh        # 一键安装（正确挂载方式，见上）

License

[MIT](./LICENSE) — 依赖（@deepseek-ai/dsh-tools、@deepseek-ai/schemastery）均为 MIT。

Back to searchOpen GitHub repository

More related plugins

View category