dsh-agnes-omni
Agnes 全模态插件 for DeepSeek Harness (DSH)
免费接入 Agnes AI 全模态模型，让 DSH 代理具备「看图 + 生图」能力，并打通「在对话里直接发图片」的链路。
功能
| 组件 | 说明 |
|---|---|
agnes_vision（工具） | 视图/视觉功能：把图片交给 Agnes 全模态免费模型（agnes-2.5-flash）做图像理解，返回文字回答。适合看图、截图/图片 OCR、识别物体场景、分析图表界面。 |
agnes_image（工具） | 文生图 / 图生图编辑：用 agnes-image-2.1-flash 按提示词生成图片（可传参考图做编辑），并把结果下载到会话工作区。 |
| 视觉桥（bridge） | ① 为模型路由声明 image 输入模态，让带图消息通过发送入口的检查；② 在 agent/pre-step 把用户消息里的图片块解码保存到 工作区/.agnes/，替换成带本地路径的文本标记，模型随即调用 agnes_vision 分析。支持图片的两种持久化形态（附件引用与内联 base64）。 |
> 原理：DeepSeek 等纯文本适配器会拒绝图片内容块（UNSUPPORTED_CONTENT），视觉桥在图片到达适配器之前把它转成「本地路径 + 调用 agnes_vision」的文本，因此对话里粘贴/拖拽图片即可发送，并自动获得 Agnes 的视觉分析。
安装
本插件是标准 DSH bundle，安装到某个 profile：
# 从 GitHub 安装
dsh plugin --profile <profile> add github:WUMU1111111/dsh-agnes-omni
# 或本地目录 / npm 包
dsh plugin --profile <profile> add ./dsh-agnes-omni
dsh plugin --profile <profile> add dsh-agnes-omni若从 Git 安装且需要构建（本插件无构建步骤，一般无需），pnpm 可能要求先在 profile 的 pnpm-workspace.yaml 中 allowBuilds 该包，见官方发布文档。
卸载：dsh plugin --profile <profile> remove dsh-agnes-omni
配置密钥（重要：密钥不入库）
插件不包含任何密钥。每次调用通过 DSH 凭据服务解析 AGNES_API_KEY （与 DeepSeek 官方适配器同一机制），按需从以下任一来源读取：
1. 编辑 $DSH_HOME/.credentials.yaml：
``yaml AGNES_API_KEY: sk-xxxxxxxxxxxxxxxxxxxx ``
2. 或在启动 DSH 的环境中导出同名变量：
``sh export AGNES_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx # PowerShell: $env:AGNES_API_KEY="..." ``
> 获取密钥：Agnes AI 官网 免费注册。改密钥只需改上面一处，无需动代码。 > .credentials.yaml 和 .env 均不应提交到任何仓库。
使用
- 看图：在对话里粘贴/拖拽图片直接发送 → 代理自动用
agnes_vision分析；也可直接给代理图片的本地路径或 URL。 - 生图：对代理说「生成一张……的图」→
agnes_image生成并保存到工作区。 - 图生图：给参考图路径 + 说明要改什么。
- 提示词建议按
[主体]+[场景]+[风格]+[光线]+[构图]+[质量]用英文描述，效果更稳定。
可选配置
桥的行配置 targetProvider 指定要声明 image 模态的路由（默认 deepseek-official）：
- id: agnes-vision-bridge
name: dsh-agnes-omni/bridge
config:
targetProvider: deepseek-official安全说明
- 源码与 README 中不含任何密钥；所有请求的鉴权头来自运行时的凭据解析。
- 图片按内容哈希（sha256 前 16 位）落盘在会话工作区
.agnes/下，同图只写一次。 - 主站不可达时自动回退国内节点
api.agnes-ai.cn。
仓库结构
dsh-agnes-omni/
├── package.json # bundle 清单（dsh.bundle）
├── cordis.patch.yml # 插件行（tools + bridge）
├── index.js # agnes_vision + agnes_image 工具
├── bridge.js # 模态补丁 + pre-step 视觉桥
└── README.mdLicense
MIT