DeepSeek Harness 插件

dsh-image-subagent

让纯文本主模型(DeepSeek V4 等)也能接收图片附件:图片投影为显式占位文本,由主模型委托视觉子代理经 read_attachment/read_image 读取。零核心补丁,纯插件实现。(英文原文)

跳到安装方式

来源信息

GitHub 仓库
yuqingsh/dsh-image-subagent
最近更新
2026年8月21日
分类
视觉与多模态
GitHub stars
5
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/yuqingsh/dsh-image-subagent
插件名:dsh-image-subagent
作者:yuqingsh

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-image-subagent

让纯文本主模型(如 deepseek-v4-pro)也能接收图片附件:图片进入会话后投影为携带完整 attachmentId 的显式文本占位符,由主模型委托视觉子代理读取。

> 版本与 dsh 的对应关系: > - v0.1.x —— dsh 0.1.0-rc.x(rc.6 时代,通过"补报 image 能力"放行门禁); > - v0.2.0 —— dsh ≥ 0.1.1-rc.2(0.1.1 适配版,通过"抹除模态声明"放行门禁,详见下文"适配策略")。

适配策略(v0.2.0 为什么这样改)

0.1.1 的图片准入门禁只拒绝显式声明 inputModalities 且不含 image 的路由,声明省略(undefined)视为负能力直接放行;同时官方适配器对纯文本路由已有原生占位投影(只含 sha256 前 8 位摘要)。因此本版把旧版的"补报 image 能力"改为"抹除纯文本路由的 inputModalities 声明":

  • 门禁undefined → 放行,贴图不再被拒绝;
  • 适配器:仍按纯文本路由处理 → 本插件在主循环路径投影为富占位(完整 id + 委托提示),漏网路径由官方原生占位兜底——不存在把图片当真发给纯文本端点的失败模式;
  • read_image 工具门禁:主模型路由 undefined → 仍拒绝(主模型不能自己读图,委托流保持不变);
  • 视觉路由(如 deepseek-v4-flash-vision-exp)完全不受影响:声明含 image,插件旁路,原生直读。

安装

# 本地 checkout(推荐,方便跟进改动)
dsh plugin --profile web add ./dsh-image-subagent

# 或按 git 标签
dsh plugin --profile web add github:yuqingsh/dsh-image-subagent#v0.2.0

需要 pnpm(brew install pnpm)。安装后重启 dsh web 并刷新页面。

用 Prompt 安装

把下面这段发给你的 DSH 会话,让 Agent 代装:

> 请安装 dsh-image-subagent 插件:在 /Users/kane/Documents/OpenCode 下运行 dsh plugin --profile web add ./dsh-image-subagent。完成后重启 dsh web 进程,刷新浏览器页面。

使用

前置条件

  • 预设里有一个视觉子代理(如 subagent_observer),其模型声明 image 输入(如 deepseek-v4-flash-vision-exp 或 MiniMax-M3);
  • 该子代理的工具集包含 read_image
  • 贴图进入会话后,主模型会收到富占位文本(含 id=sha256:<64位hex>),委托时把占位符里给出的附件对象路径传给子代理。

日常使用

贴图并附上问题 → 门禁放行 → 主模型收到富占位符(含完整 id=sha256:… 和附件对象路径)→ 委托 subagent_observerread_image 读该路径 → 返回像素级描述 → 主模型作答。

附件对象路径规则:~/.dsh/attachments/v1/objects/<id 前 2 位 hex>/<64 位 hex>

验证安装

curl -s -X POST http://127.0.0.1:3080/image-subagent/status \
  -H 'content-type: application/json' \
  -d '{"type":"client-request","rpcId":"s1","method":"status","payload":{}}'

预期(v0.2.0):bridged"(omitted — paste gate passes)"real["text"](路由真实声明)。旧版 v0.1.x 的预期是 bridged"image"

License

MIT