dsh-image-describe

DeepSeek Harness 宿主插件：让不支持图片输入（纯文本）的主模型也能通过 describe_image 工具“看图”。

安装

npx @deepseek-ai/dsh plugin --profile web add github:sd1g1/dsh-image-describe

配置

首次启动会自动创建 ~/.dsh/image-describe.json（路径遵循 $DSH_HOME）。模板把 vision.provider / vision.model 留空，此时插件休眠，不影响正常请求；填写视觉模型后保存即热生效，无需重启：

{
  "vision": { "provider": "my-vision-provider", "model": "vision-model" },
  "prompt": "请详细描述这张图片的内容",
  "maxTokens": 1500,
  "image": { "autoResize": true }
}

• vision.provider / vision.model：必填；留空 = 休眠
• prompt：可选，默认兜底指令
• maxTokens：可选，默认 1500
• image.autoResize：可选，默认 true。发送给视觉模型前沿用 pi-coding-agent 的图片处理方法：大图先缩到 2000x2000，再在 PNG/多档 JPEG 中选最小编码；处理失败时回退原图，不影响看图。设为 false 关闭

调用方式

describe_image 的 attachment 和 path 二选一：

• attachment：使用之前标记里出现过的 attachmentId，无需用户重新发送图片。插件会依次搜索当前会话的派生消息、完整事件日志（被压缩的历史仍可解析）以及当前已加载的其他会话。
• path：直接描述本地图片文件（绝对路径，或相对会话 cwd 的相对路径；支持 png/jpeg/webp/gif）。插件通过宿主 fs 服务读取文件，再交给附件服务校验并转为视觉模型可读的引用；与 attachment 一样，描述前会按 image.autoResize 预处理。

验证

• 给纯文本模型发送一张图片：请求会被替换为 attachmentId 标记，模型可调用 describe_image 获取图片描述；之后让模型直接凭该 attachmentId 再次调用，也应成功。
• 让模型调用 describe_image({ path: "/绝对路径/图片.png" })，应返回该图片的描述。

卸载

npx @deepseek-ai/dsh plugin --profile web remove @local/dsh-image-describe