dsh-plugin-image-input
图片转文字输入插件:粘贴/拖拽图片自动转为结构化文字描述发送,给纯文本 LLM 提供图片输入接管(OpenAI 兼容视觉 API)。
Image-to-text input for the Web UI: paste or drag an image and it is transcribed into structured text and sent, giving text-only LLMs image-input takeover (OpenAI-compatible vision API).
怎么安装
dsh plugin add dsh-plugin-image-input 简介
dsh-plugin-image-input 给**没有视觉能力**的纯文本 LLM(DeepSeek、GPT-4 base 等)提供**图片输入接管**: 在对话输入框里照常**粘贴 / 拖拽图片**(出现缩略预览) **直接按 Enter 或点发送**——插件会自动把图片转成文字描述,与你的文字一起发出 会话里收到的就是"你的文字 + 图片识别上下文"(画布/元素/百分比坐标,K线图、截图、图表都适用),模型不会再因为图片拒绝消息 当前模型**支持**图片时(如 qwen-vl / gpt-4o),插件完全放行,走原生图片通道。 也可以先点输入框左侧的 **🖼️ 图片转文字** 按钮,只把描述插入输入框(不发),自己修改后再发送。 安装(每台 PC 一次) sh 方式 A:从本地目录安装(拿到插件目录后) dsh plugin --profile web add D:\path\to\dsh-plugin-image-input 方式 B:从 npm / GitHub 安装(发布后) dsh plugin --profile web add dsh-plugin-image-input 然后**重启 DSH web**。 配置视觉 API(设置页填写,一次搞定) 重启后打开 **设置 → 图片转文字**,填写: | 字段 | 说明 | 示例 | | --- | --- | -…
推荐参考
信息
- 协议
- MIT
- 语言
- JavaScript
- GitHub 星标
- 0
- 月下载
- 436
- 最近更新
- 2026-08-15
- 创建于
- 2026-08-15
基础安全检查
- 检查结果
- 无
- 收录来源
- curated:awesome-dsh-plugin.com, curated:awesome-dsh-plugin/awesome-dsh-plugin
- 主题标签
- deepseek-harness, dsh-plugin
同类推荐
modlens
liustack/modlens
为纯文本模型架起视觉桥梁:粘贴图片,输出结构化 JSON 证据(OCR、版面、语义)。
dsh-web
zhu1090093659/dsh-web-ui/tree/main/packages/dsh-tool-describe-image
给纯文本模型补视觉:describe_image 把本地路径/URL/附件图片交给可配置的 OpenAI 兼容视觉端点,进会话的只有返回文本。
dsh-vision-router
ysr666/dsh-vision-router
为纯文本 Agent 提供视觉能力:内置免 Key 视觉链 + 像素级视觉工具(看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图);粘贴图片即可用。
dsh-vision-toolkit
Anionex/dsh-vision-toolkit
让纯文本模型处理视觉任务:粘贴图片后自动切换到 Vision Toolkit 变体,支持图片问答、多图比较、长截图 OCR、截图还原前端 UI、元素定位与像素对比。默认无需 API Key——图片经作者自建的免费服务处理,每台机器每天 100 张;也可改为指向自己的服务商。