deepseekplugins

DeepSeek Harness 插件

dsh-eyes-qing9835

Vision bridge: 拦截粘贴/拖入/导入的图片，交给 OpenAI 兼容视觉模型识别为文字并自动发送进对话；主模型可通过 vision_ask 工具复核追问。（英文原文）

工具与能力
跳到安装方式

来源信息

GitHub 仓库
qing9835/dsh-eyes
最近更新
2026年8月16日
分类
工具与能力
GitHub stars
1
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/qing9835/dsh-eyes
插件名：dsh-eyes-qing9835
作者：qing9835

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3 个文件
README.md来源说明 · 只读预览

dsh-eyes —— 给 DeepSeek 外置视觉模型，鲸鱼开眼 👁️

<p align="center"> <img src="https://img.shields.io/badge/DSH-插件-blue" alt="DSH 插件"> <img src="https://img.shields.io/badge/图片识别-视觉桥-brightgreen" alt="图片识别"> <img src="https://img.shields.io/badge/OpenAI%20兼容-API-orange" alt="OpenAI 兼容"> <img src="https://img.shields.io/badge/多模型-OpenCode%2FModelScope-purple" alt="多模型"> <img src="https://img.shields.io/badge/开源-MIT-green" alt="MIT License"> </p>

<p align="center"> <img src="demo/00-main-interface.png" alt="dsh-eyes 在 DeepSeek Harness 中的集成界面" width="820"> <br> <em>在 DeepSeek Harness 中：同时上传 6 张图片，回车即可识别并自动发送进对话</em> </p>

DeepSeek Harness 的网页聊天用的是纯文本模型，看不了图。这个插件给 DSH 装上一双外置"眼睛"：你粘贴、拖入或导入的图片会被它截下来，交给一个支持图片的 OpenAI 兼容模型（GLM-4.6V、Qwen-VL 这类）识别成文字，再自动发进对话——纯文本模型也能看图了。

识别结果不理想时，主模型会通过 vision_ask 工具自己判断要不要追问、追问什么，一轮轮把细节问清楚，不用你盯着。输入框里写了要求的话，识别完会把【我的要求 + 识别结果】一起发给主模型。

除了你发的图，Agent 自己生成的图片也能识别：PDF 里渲染出来的图表、网页截图、本地文件，调用 vision_ask 时传 paths 指个路径就行。读过的图插件会记住，后面几轮追问不用再传。

项目最早是动态插件原型，现在转正为随 DSH 启动自动加载的静态插件（bundle），配置、图片、历史都落盘持久化。

功能

  • 图片不进输入框：粘贴 / 拖入 / 导入后弹窗显示缩略图，按 Enter 识别并自动发送
  • 一次最多 9 张图，多张一起识别
  • 带着要求一起发：输入框写了要求时，把【我的要求 + 识别结果】一起发给主模型
  • 看不清就追问：主模型用 vision_ask 工具自己判断要不要再问，视觉模型会结合之前的回答逐轮修正
  • 能读本地文件：Agent 自己生成的图片（PDF 渲染的图表、网页截图等）也能识别，vision_ask 传 paths 指个路径就行（绝对或相对路径，相对路径基于 DSH 进程工作目录；支持 png/jpg/gif/webp/bmp/avif，单文件 20MB 以内）；读过的图会被插件记住，后续追问不用重复传
  • 多套模型随便换：内置 OpenCode（3 个模型）和 ModelScope（3 个模型）预设，也可以自己加任意 OpenAI 兼容模型（比如 GLM-4.6V），保存前会先测一下通不通
  • 配置不丢：每个服务商的 Key 分开记，重启插件也还在

文件

文件内容
index.jsHost 半体（图片落盘、配置持久化、HTTP 路由、vision_ask 工具注册（含 paths 本地文件直读）、系统提示词段）
client.js浏览器 bundle（window.__ModuleLoader__.load closure-factory 格式，手构建，无外部依赖）
cordis.patch.yml插入一行 vision-bridge（name: dsh-vision-bridge）

安装

从 GitHub 一键安装（推荐，公开仓库）：

# 方式一：npx 直接跑（本机没装 DSH 也行，自动从 npm 拉取 CLI）
npx @deepseek-ai/dsh plugin --profile web add github:qing9835/dsh-eyes#v0.1.0

# 方式二：本机已装 DSH（全局命令，或在 DSH 源码目录里用 pnpm dsh）
dsh plugin --profile web add github:qing9835/dsh-eyes#v0.1.0

两种写法是同一个 CLI，任选其一即可。

> 💡 Windows PowerShell 用户注意：若 npx 报 npx.ps1 cannot be loaded ... not digitally signed，是系统执行策略拦截脚本。二选一解决： > 1. 用 npx.cmd 代替 npx（如 npx.cmd @deepseek-ai/dsh plugin --profile web add github:qing9835/dsh-eyes#v0.1.0）； > 2. 执行一次 Set-ExecutionPolicy -Scope CurrentUser RemoteSigned（Node 官方推荐，之后 npx 即可正常使用）。

  • 本包无构建步骤（index.js / client.js 均为成品），Git 安装无需 allowBuilds 授权；
  • 建议钉住 tag/SHA（如上 #v0.1.0），不要裸 #main；
  • 装完重启 DSH 自动生效，然后刷新浏览器页面；
  • 插件行由 bundle 自带（cordis.patch.yml），不要再往 $DSH_HOME/cordis.patch.yml 加同名行，否则冷启动报 duplicate loader entry id: vision-bridge；
  • 首次使用请在配置弹窗填写自己的 API Key（默认无密钥）。

卸载：

# 方式一：npx；方式二：已装 DSH 的本机命令（同一个 CLI）
npx @deepseek-ai/dsh plugin --profile web remove dsh-vision-bridge
dsh plugin --profile web remove dsh-vision-bridge

> 注意：包名是 dsh-vision-bridge（GitHub 仓库名才是 dsh-eyes），卸载/安装都使用包名。卸载后重启 DSH 生效。

本地安装（开发）：

npx @deepseek-ai/dsh plugin --profile web add ./dsh-vision-bridge
dsh plugin --profile web add ./dsh-vision-bridge

装完后该 bundle 进入 web profile 的 dsh.profile.bundles，重启 DSH 自动生效（bundle 列表变更不会热重放，必须重启进程），浏览器侧再刷新页面（window.__DSH_BOOT__ 由 host 重新注入）。

数据都存哪

<DSH 进程目录>\.vision-images\
├── vis-*.png            ← 图片（文件名即图片 ID）
├── .meta-<会话ID>.json  ← 各会话识别历史
└── .config.json         ← 配置 + 每个提供商的 Key 记忆

预设服务商（全部 OpenAI 兼容）

  • OpenCode（Go 套餐）：https://opencode.ai/zen/go/v1 — kimi-k3 / mimo-v2.5 / mimo-v2.5-pro
  • ModelScope：https://api-inference.modelscope.cn/v1 — Qwen/Qwen3.5-397B-A17B、Qwen/Qwen3-VL-235B-A22B-Instruct、Qwen/Qwen3.5-122B-A10B（Key ms- 前缀自动去除）
  • 自定义：任意 OpenAI 兼容端点

演示

完整演示流程：

<p align="center"> <img src="demo/01-source-photo.jpg" alt="演示原图：古风女子雪景摄影" width="820"> <br> <em>① 演示原图（古风女子雪景摄影）</em> </p>

<p align="center"> <img src="demo/02-upload-interface.png" alt="上传图片到 DSH 输入区" width="820"> <br> <em>② 图片被插件拦截，出现在输入框上方的弹窗中（不进输入框），左下角为「导入图片」「配置」按钮</em> </p>

<p align="center"> <img src="demo/03-config-dialog.png" alt="视觉识别配置弹窗" width="820"> <br> <em>③ 配置弹窗：选模型、填 Key，保存前会自动测一下通不通</em> </p>

<p align="center"> <img src="demo/04-recognition-result.png" alt="识别结果自动发送进对话" width="820"> <br> <em>④ 回车后视觉模型识别为文字，自动发送进对话（主模型可直接基于它继续工作）</em> </p>

<p align="center"> <img src="demo/05-vision-ask-followup.png" alt="vision_ask 多轮追问" width="820"> <br> <em>⑤ 主模型通过 vision_ask 工具对局部细节（护额、额饰、耳饰等）多轮追问，视觉模型逐项精确回答</em> </p>

重建 client.js

client.js 为手构建产物（无构建链）。修改客户端代码后，保持文件结构： 首行 var module = { exports: {} }; var exports = module.exports;，随后 window.__ModuleLoader__.load({ id: 'dsh-vision-bridge', factory: (require) => { ... } })，require('react') 解析 shell 平台模块，末尾 return module.exports; } });。 Host 半体修改后无需构建（Node 直接加载）。

注意

  • 默认无 API Key（公开仓库不带密钥）：首次使用在配置弹窗填写，配置会持久化到 <DSH 进程目录>/.vision-images/.config.json
  • 工具为进程级注册（所有会话可见）；与动态版同存时会重名冲突，转正后应 cordis_stop 旧动态插件
返回搜索打开 GitHub 仓库

更多相关插件

查看分类