<p align="center"> <img src="assets/hero.svg" width="100%" alt="auto-vision" /> </p>
<h1 align="center">auto-vision</h1>
<p align="center"> 贴图不会让对话报错,图片在<b>聊天窗口里正常显示</b>; <br/> 模型<b>自动判断</b>是否需要看图,需要时自己调用视觉模型读取内容 —— <b>免费</b>,支持智谱 / 魔搭社区的免费视觉模型,也支持你自己的任意 OpenAI 兼容平台。 </p>
<p align="center"> <img src="https://img.shields.io/badge/license-MIT-34D399?style=flat" alt="MIT"/> <img src="https://img.shields.io/badge/node-%3E%3D18-9CA3AF?style=flat" alt="Node >= 18"/> </p>
---
演示
录制于 DeepSeek Harness Web 界面:粘贴图片 → 对话正常继续 → 模型自动调用视觉模型读取图片内容。

安装
1. 把本目录拷到 DSH profile 的 node_modules 下(如 ~/.dsh/profiles/web/node_modules/auto-vision/)。 2. 在 profile 的 cordis.patch.yml 中插入:
``yaml - insert: - id: auto-vision name: auto-vision ``
3. 配置 Token(见下),重启 DSH 进程。
配置 Token
| 视觉平台 | 环境变量 | 免费模型 |
|---|---|---|
| 智谱 BigModel | ZHIPU_API_KEY | GLM-4V-Flash(免费) |
| 魔搭 ModelScope | MODELSCOPE_API_KEY | Qwen3-VL(免费额度) |
| 其他任意 OpenAI 兼容平台 | VISION_API_KEY + VISION_ENDPOINT + VISION_MODEL | 你平台的模型 |
也可以把 Token 写进 ~/.dsh/.credentials.yaml(同名键),效果一样。
export ZHIPU_API_KEY=xxx # 用智谱
export MODELSCOPE_API_KEY=xxx # 用魔搭切换视觉源
默认魔搭;想用智谱免费档,二选一:
export VISION_PROVIDER=zhipu # 环境变量方式# 或写在插件 config 里
- id: auto-vision
name: auto-vision
config:
provider: zhipu自己的平台(例如本地 Ollama)直接指定端点:
config:
endpoint: http://127.0.0.1:11434/v1/chat/completions
models: [qwen2.5-vl:7b]License
[MIT](LICENSE) · [Changelog](CHANGELOG.md)