deepseekplugins

DeepSeek Harness plugin

dsh-siliconflow-vision

DSH 插件：通过硅基流动(SiliconFlow)视觉大模型识别/分析图片，支持本地文件路径、http(s) 图片 URL 与 base64 data URL。

Models & Providers
Jump to install

Source facts

Repository
ShiXiangYu2/dsh-siliconflow-vision
Latest update
Aug 18, 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/ShiXiangYu2/dsh-siliconflow-vision
Plugin: dsh-siliconflow-vision
Author: ShiXiangYu2

Check the source files

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

File explorer3 files
README.mdSource · read only

dsh-siliconflow-vision

![License: MIT](LICENSE)

DSH（DeepSeek Harness）插件：通过硅基流动（SiliconFlow）的视觉大模型识别/分析图片。

当前主模型通常只支持文本输入，无法直接"看"图。本插件注册一个 analyze_image 模型工具，把图片交给硅基流动的视觉模型（默认 Qwen/Qwen3-VL-32B-Instruct）识别， 再把结果返回给对话模型——从而让 DSH 会话获得完整的图片识别能力。

功能

  • ✅ 识别服务器本地图片文件（传路径）
  • ✅ 识别 http(s) 图片 URL
  • ✅ 识别 base64 data URL
  • ✅ 自定义识别指令（prompt），如"识别图中所有文字"、"图里有什么动物"
  • ✅ 可切换模型（Qwen3-VL 系列、GLM-4.5V、PaddleOCR-VL 等）
  • 🖼️ 可选：交互式"粘贴识别"面板（动态插件形态，见 [dynamic/](./dynamic)）

安装

方式一：作为 bundle 安装（推荐，持久生效）

把本目录（或 git clone 后的目录）通过 dsh plugin 安装到某个 profile：

dsh plugin --profile demo add ./dsh-siliconflow-vision

安装后 dsh --profile demo 启动即加载 analyze_image 工具。

方式二：作为动态插件加载（会话级）

把 [dynamic/host.js](./dynamic/host.js) 与 [dynamic/client.js](./dynamic/client.js) 的内容通过会话的 cordis 插件工具（cordis_define + cordis_run）加载， 可获得输入框上方的"粘贴识别"面板（浏览器端粘贴/选图 → 识别 → 结果自动发送到主会话）。 注意动态插件是会话级的，进程重启后需要重新激活。

配置 API Key

优先使用环境变量：

export SILICONFLOW_API_KEY="sk-xxxxxxxx"

或者写入密钥文件（任选其一，文件内容为纯文本 Key）：

$DSH_HOME/siliconflow.key
~/.dsh/siliconflow.key

Key 在 硅基流动控制台 获取。

使用

在对话中让模型识别图片即可，例如：

分析一下 /root/data/photo.png 里有什么
识别这张图的文字：https://example.com/screenshot.png

模型会调用 analyze_image 工具，参数：

参数必填说明
image✅服务器本地路径 / http(s) URL / data URL
prompt—对图片的问题或指令，缺省为通用中文描述
model—硅基流动模型 ID，默认 Qwen/Qwen3-VL-32B-Instruct
maxTokens—输出 token 上限，默认 1024

可选模型

模型 ID特点
Qwen/Qwen3-VL-32B-Instruct默认，识别能力强
Qwen/Qwen3-VL-8B-Instruct更快、更省
Qwen/Qwen3-VL-30B-A3B-Instruct性价比
zai-org/GLM-4.5V通用视觉
PaddlePaddle/PaddleOCR-VL-1.5OCR 文字识别专用

技术说明

  • 运行环境：Node.js >= 18（使用原生 fetch，无需 python/shell）
  • 请求格式：OpenAI 兼容 POST https://api.siliconflow.cn/v1/chat/completions
  • 本地图片读取后转 base64 data URL 传入，不走磁盘临时文件
  • API Key 不会出现在插件代码里，从环境变量或密钥文件读取

License

[MIT](LICENSE)

Back to searchOpen GitHub repository

More related plugins

View category