dsh-vision-bridge
输入框贴图自动识别：由 OpenAI 兼容视觉模型转成文字描述后，再交给纯文本 DeepSeek 模型处理。
Composer-attached images are transcribed to text by an OpenAI-compatible vision model before reaching text-only DeepSeek models.
怎么安装
dsh plugin add dsh-vision-bridge 简介
dsh-vision-bridge 让纯文本模型（DeepSeek V4 / V4-Flash）在对话里"看见"图片：**在输入框直接粘贴图片并发送，插件自动调用一个 OpenAI 兼容的视觉模型（VLM）把图片识别成文字描述，再把描述喂给 DeepSeek 继续处理。** 会话中图片照常显示；只有发给模型的内容变成文字。 原理 DSH 对纯文本模型会在提交时拒绝图片（MODEL_DOES_NOT_SUPPORT_IMAGES）。本插件打通两个官方扩展点： 1. **准入放行**：给 ctx.llm.resolveModelInfo 打补丁，声明当前模型支持 image 输入，让图片附件能进入会话。 2. **发模型前转换**：包装 llm.streamWithRegistration，每次请求发往模型前扫描所有消息中的图片块，调用配置的 VLM 生成文字描述，替换成： [用户附上的图片已由视觉模型自动识别（qwen-vl-max）] <描述内容> 如果路由到的模型**原生支持图片**，则放行原图、不做转换。 安装 sh 前置：dsh CLI 与 pnpm dsh plugin --profile web add dsh-vision-bridge 或从 git 安装： dsh plugin --profile web add https://github.com/<your-na…
推荐参考
信息
- 协议
- MIT
- 语言
- JavaScript
- GitHub 星标
- 2
- 月下载
- 315
- 最近更新
- 2026-08-14
- 创建于
- 2026-08-14
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, 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。