deepseekplugins

DeepSeek Harness plugin

dsh-vision-imagen

DeepSeek Harness 全能插件：识别/生图/改图一体化，无需切换模型——用常规 DeepSeek 模型即可自动调用视觉与生图模型（gemini_vision / gemini_generate_image / gemini_optimize_image）。多后端：Gemini 原生 + 任意 OpenAI

Models & Providers
Jump to install

Source facts

Repository
xuxun-oss/dsh-vision-imagen
Latest update
Aug 20, 2026
Category
Models & Providers
GitHub stars
2
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/xuxun-oss/dsh-vision-imagen
Plugin: dsh-vision-imagen
Author: xuxun-oss

Check the source files

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

File explorer3 files
README.mdSource · read only

dsh-vision-imagen

![GitHub stars](https://github.com/xuxun-oss/dsh-vision-imagen/stargazers) ![GitHub license](LICENSE) ![GitHub last commit](https://github.com/xuxun-oss/dsh-vision-imagen/commits/main) ![Node version](package.json) ![English](README.en.md)

DeepSeek Harness 插件：为 DeepSeek 模型桥接 Google Gemini 的多模态识别与图像生成。

当 DeepSeek 模型需要看图、生图、改图时，自动调用 Gemini：

工具作用
vision_read识别/读取/描述/分析图片（OCR、物体、图表），支持本地路径或 http(s) URL
generate_image文本生图，生成后必定用 Gemini 视觉模型自检反馈（不达标时按优化 prompt 重绘）
edit_image改图/优化已有图片：先分析原图 → 生成改进版 → 自检迭代

✨ 核心卖点：全能一体，无需切换模型

  • 一个 DeepSeek 会话搞定一切：直接用常规 DeepSeek 模型（不必换成视觉模型），需要看图、生图、改图时，插件自动路由到对应的 Gemini 多模态/生图模型——全程零手动切换模型。
  • 比 modlens 等更完整：modlens 只是「给纯文本模型装一只读图的眼睛」；本插件是视觉识别 + 图像生成 + 图像编辑 + 自检反馈的完整闭环，并且直接复用你自己的 Gemini API Key，不依赖任何第三方桥接、无额外订阅。
  • 自动调用，无需操心：识别 → vision_read；生图 → generate_image；改图 → edit_image。DeepSeek 模型通过系统提示与工具描述自动选对工具，对用户完全透明。
  • 自检闭环，质量把关：生成/优化后，自动用 Gemini 视觉模型检查成品图，不达标按优化提示自动重绘，并把检查结论（画面描述 / 达标与否 / 问题清单）直接反馈出来。

🧩 环境要求（依赖）

依赖要求说明
DeepSeek Harness（dsh）≥ 0.1.0-rc.7（rc 通道）插件宿主。先全局安装 dsh，再用 dsh plugin --profile web add ... 加载本插件
Node.js≥ 18宿主半运行环境（engines）
@deepseek-ai/dsh-toolspeer 依赖（*）必需：宿主半通过 defineTool 注册工具。由 dsh 宿主提供，或随 pnpm install 自动解析——无需手动安装
react^18.2.0（peer）浏览器半（设置页）所需，由 dsh Web 前端提供
@deepseek-ai/dsh-client-runtimerc 通道客户端核心服务，声明于 dsh.client.inject，dsh Web 构建时自动注入
后端 API Key自备Gemini（Google AI Studio 免费 Key）或所选 OpenAI 兼容后端

> 本插件运行时只依赖 @deepseek-ai/dsh-tools（宿主半）与 react（浏览器半），其余均为 Node.js 内置模块；@deepseek-ai/* 其余包由 dsh 宿主自带，不会重复安装。已实测：dsh 0.1.0-rc.7 + @deepseek-ai/dsh-tools@0.1.0-rc.7 可正常解析运行。

📦 安装

方式一：本地目录（开发/试用）

git clone https://github.com/xuxun-oss/dsh-vision-imagen.git
dsh plugin --profile web add /path/to/dsh-vision-imagen
# 然后重启 dsh web（或按 dsh 的插件热载提示操作）

方式二：npm 安装（发布后）

dsh plugin --profile web add dsh-vision-imagen

安装后打开 设置 → Vision Imagen，填入 Google AI Studio 的 API Key，点「测试连接」即可。

> 💡 获取 Gemini API Key：<https://aistudio.google.com/apikey>（免费额度即可）。

🔌 多后端支持（不止 Gemini）

通过 provider 抽象层适配不同后端，同一个 DeepSeek 会话、无需切换模型：

后端视觉识别/自检图像生成兼容平台示例
gemini（默认）gemini-3.7-flash、gemini-3.6-flash、gemini-2.5-pro…gemini-3.1-flash-lite-image（Nano Banana 2 Lite）、gemini-3.1-flash-image（Nano Banana 2）、gemini-3-pro-image（Nano Banana Pro）、imagen-4.0-generate-001Google AI Studio（免费 Key）
openai（OpenAI 兼容）gpt-4o、gpt-4o-mini、gpt-4.1、qwen-vl-max、qwen2.5-vl-72b、glm-4v-plus、glm-4v-flash、moonshot-v1-vision、minimax-vl、internvl、deepseek-vl2*gpt-image-1、dall-e-3、flux-1.1-pro、flux-schnell、stable-diffusion、sd3.5-large、ideogram、recraft、hunyuan-image、seedream*OpenAI / OpenRouter / 智谱 GLM / 阿里云百炼 Qwen / Moonshot Kimi / MiniMax / 硅基流动 SiliconFlow / 各类中转与自建网关

\* 经 OpenAI 兼容端点/聚合平台提供。

设置页「后端 Provider」下拉切换；端点、模型列表、鉴权头（x-goog-api-key / Bearer）自动适配。换后端只需填对应的 API Key 与端点，工具调用方式完全不变——任何提供 OpenAI 兼容 /chat/completions（视觉）与 /images/generations、/images/edits（生图/编辑）的服务均可接入。

🎯 模型自动选择（auto）

  • 识别/自检：gemini-3.7-flash → gemini-3.6-flash → gemini-3.1-flash-lite → gemini-2.5-flash
  • 生图：gemini-3.1-flash-lite-image（Nano Banana 2 Lite）→ gemini-3.1-flash-image（Nano Banana 2）→ gemini-3-pro-image（Nano Banana Pro）→ gemini-2.5-flash-image → imagen-4.0-generate-001

设置页可下拉选择任意官方模型，或输入自定义模型名；模型不可用时自动沿链降级。

⚙️ 说明

  • 配置（含 API Key）保存在 ~/.dsh/vision-imagen.json。
  • 生成后自动用 Gemini 视觉模型检查成品图并给出反馈（闭环，不依赖 modlens）。
  • 图片保存在 ~/.dsh/vision-imagen-images/，工具结果卡片内联显示图片并提供可点击链接 /api/vision-imagen/images/<file>。
  • 仅走 原生 Gemini REST API（generateContent / predict），端点勿加 /openai。

❓ FAQ

Q: 为什么生成图后还要"自检"？ A: 生成式模型偶尔会跑偏（缺手、多指、文字错误等）。插件每轮生成后都用视觉模型核对画面与你的要求是否一致，不达标自动按优化提示重绘，直到满意或达到轮数上限。

Q: 必须用 Gemini 吗？ A: 不是。默认后端是 Gemini（免费 Key 即可），但通过 OpenAI 兼容后端可接入 GPT-4o、Qwen-VL、GLM-4V、gpt-image、DALL-E、Flux、Stable Diffusion 等几十种模型/平台。

Q: 我的 API Key 安全吗？ A: Key 只保存在本机 ~/.dsh/vision-imagen.json，插件仅在调用后端 API 时使用，不会上传到任何第三方。设置页只回显 Key 的后 4 位。

Q: 图片保存在哪里？ A: ~/.dsh/vision-imagen-images/，同时通过附件机制入库，可在会话中直接查看。

🔒 安全

  • API Key 仅存本机，且设置页回显时脱敏（只显示后 4 位）。
  • 插件的 HTTP 路由（/api/vision-imagen/*）只允许本机回环地址访问（非 loopback 请求返回 403）。
  • 请勿把 ~/.dsh/vision-imagen.json 提交到任何版本库。

🤝 贡献

欢迎提 Issue 与 PR：

  • 报告 Bug / 建议新模型 → Issues
  • 修改代码 → Fork 后提交 PR，CI 会自动做语法检查
  • 完善文档 → README 中英双语的修正同样欢迎

📄 目录

lib/index.js        宿主半：三个工具 + systemPrompt 引导 + 配置/模型 HTTP 路由
lib/client.js       浏览器半：设置页（settings.section）
cordis.patch.yml    组合 patch（insert 行）
package.json        包元数据（dsh.bundle / dsh.client）

📜 更新日志

见 [CHANGELOG.md](CHANGELOG.md)。

⚖️ License

[MIT](LICENSE) © Xun Xu (xuxun-oss)

Back to searchOpen GitHub repository

More related plugins

View category