deepseekplugins

DeepSeek Harness 插件

dsh-image-read

DeepSeek Harness plugin: structured image analysis via vision APIs (read_image_mimo tool) with Web UI config card. Attachment input moved to dsh-input-enhancement.（英文原文）

界面增强
跳到安装方式

来源信息

GitHub 仓库
Triple3h/dsh-image-read
最近更新
2026年8月20日
分类
界面增强
GitHub stars
0
载体类型
plugin
目录证据
上游声明已找到 dsh.bundle
证据路径
package.json#dsh.bundle
核对版本
0.1.0-rc.8
上游核对日期
2026-08-20

该证据由上游目录提供。本站没有安装、运行或安全审核这个插件。

安装

默认先复制一段 Prompt，让 Agent 读 GitHub 仓库和源码；需要自己装时再切到命令。

复制这段 Prompt，发给 DSH、Codex 或其他 Agent，让它先读 GitHub 仓库和源码。

请先不要安装或执行任何命令。阅读这个插件的 GitHub 仓库、README 和关键源码，然后用清楚、直接的方式回答以下问题，帮助我判断它是否适合我的需求：

1. 这个插件是什么，解决什么问题；
2. 适合哪些用户和典型使用场景；
3. 安装后如何使用，并给出一个最小使用示例；
4. 有哪些已知限制，以及隐私、安全、兼容性或维护风险；
5. 给出“推荐 / 有条件推荐 / 不推荐”的明确建议和理由。

请区分仓库明确说明、根据源码推断和未知信息。证据不足时请明确说明，不要猜测或照抄 README。

GitHub：https://github.com/Triple3h/dsh-image-read
插件名：dsh-image-read
作者：Triple3h

检查来源文件

安装前先看这个插件目录里的 README 和其他文件。

文件资源管理器2 个文件
README.md来源说明 · 只读预览

dsh-image-read

DeepSeek Harness 原生插件：用多模态模型识图，返回结构化 JSON 证据。

与 modlens 对比：不依赖 (modlens vision) 模型变体，直接通过工具调用传图片路径，任何模型都能用。

功能

  • general 通用识图 / ocr 专注文字提取 / 多图对比
  • 结构化输出：summary + ocr (full_text + lines) + layout (regions with type/reading_order) + uncertainty
  • Provider 故障转移：配多个 provider，一个失败自动切下一个
  • 结果缓存：本地文件缓存 1 小时，失败冷却 60 秒
  • SSRF 防护：拦截私有 IP、保留主机名、DNS 重绑定检测
  • 大图自动压缩（sips，默认 >1024px 缩放）
  • 全透明 PNG 本地预检（IDAT alpha 扫描）
  • API Key 脱敏：报错中自动替换 key 和 URL 为 ***
  • 指数退避重试：429 / 5xx / 超时 / 网络错误，1s/2s/4s

工具名

read_image_mimo

安装（web profile）

1. ~/.dsh/profiles/web/package.json 增加依赖和 bundle 条目 2. pnpm install 3. 重启 web 宿主

配置

优先在 Web UI 配置：设置 → 插件 → 插件配置 → 图像识别，可填接口地址（baseUrl）、模型名与 API Key；留空则回退到 cordis.patch.yml 的 provider 链。baseUrl 未带 /chat/completions 时会自动补全。

cordis.patch.yml 的 config 下可配置 provider 链（故障转移）：

config:
  providers:
    - name: mimo
      baseUrl: 'https://api.xiaomimimo.com/v1'
      apiKey: 'sk-...'
      model: 'mimo-v2.5'
    # 可选 fallback
    - name: dashscope
      baseUrl: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
      apiKey: 'sk-...'
      model: 'qwen3-vl-plus'
  timeoutMs: 120000
  maxImageDimension: 1024

兼容旧版单 provider 配置（baseUrl / apiKey / model 放在顶层）。

输出格式

{
  "summary": "图片核心内容描述",
  "ocr": {
    "full_text": "图中所有文字...",
    "lines": [{"text": "第一行", "language": "zh"}]
  },
  "layout": {
    "regions": [
      {"type": "title", "reading_order": 1, "text": "标题文字"},
      {"type": "paragraph", "reading_order": 2, "text": "正文..."}
    ]
  },
  "uncertainness": ["模糊处说明"]
}

本地冒烟

MIMO_API_KEY=sk-xxx node --input-type=module -e "
import('./lib/index.js').then(async (m) => {
  const r = await m.readImage(
    { image_path: '/tmp/test.png', mode: 'general' },
    undefined,
    { providers: [{ name: 'test', baseUrl: 'https://api.xiaomimimo.com/v1', apiKey: process.env.MIMO_API_KEY, model: 'mimo-v2.5' }], timeoutMs: 120000, maxImageDimension: 1024 }
  );
  console.log(JSON.stringify(r, null, 2));
});
"
返回搜索打开 GitHub 仓库

更多相关插件

查看分类