DSH Plugin HubDSH 插件市场

GooDAnDReaDY/dsh-vision-bridge

Plugin插件 Native原生 ⭐ 2 MIT Vision & Media视觉与多媒体Notifications & Remote通知与远程

Universal vision bridge for DeepSeek Harness: attachments with native models, 40+ tools, PDF/OCR/diagrams.

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

@goodandready/dsh-vision-bridge is a native Cordis plugin built exclusively for DeepSeek Harness, shipped as the scoped npm package @goodandready/dsh-vision-bridge and mounted inside the Cordis runtime. It targets the strict server-side modality check in DSH 0.1.2-alpha.2+ that rejects image attachments when the active conversation model lacks image in inputModalities, decorating ctx.llm.resolveModelInfo and ctx.llm.listModels so the session controller accepts images. The plugin then intercepts image blocks at the agent/pre-step and llm/stream hooks, routes them to a configured vision backend (DSH catalog provider, OpenAI-compatible endpoint, Ollama, or Webhook), and rewrites them as text markers before the text-only chat model sees the prompt.

The intended workflow starts in the DSH Web UI: a user attaches an image, the bridge first checks whether the chat model supports vision natively and lets it pass through untouched, otherwise it generates a description plus OCR, substitutes the block with a [The user attached an image. Description: ...] marker, and forwards the enriched prompt. Beyond background rewriting, roughly forty explicit vision tools are exposed for OCR (including a local Tesseract engine), visual question answering, bounding-box grounding, document/table/formula extraction, QR and barcode reading, UI-flow reconstruction, and an opt-in vision_consensus mode gated by the consensusEnabled setting, making it useful for DSH users who want multimodal power without changing chat models.

Requirements are Node.js 20 or newer plus system binaries poppler (so pdftotext actually ships the PDF text layer) and ffmpeg for frame extraction; the CI installs poppler without sudo and runs once per commit, and a vision_consensus opt-in plus warning surfaces appear in every tool schema. License is MIT, the test suite reports 329 passing tests across 104 suites, and v0.6.0 ships a one-click in-app updater endpoint /api/dsh-vision-bridge/update plus a fail-closed settings validator enforcing loopback origin, CSRF, and bearer-token checks, so first-run users should verify the scoped package identity and ensure poppler plus ffmpeg are present before enabling image attachments.

@goodandready/dsh-vision-bridge 是一个面向 DeepSeek Harness（DSH）的原生 Cordis 插件，作为发布在 npm 上的作用域包安装，专门解决纯文本聊天模型无法接收图像附件的问题。它通过装饰 ctx.llm.resolveModelInfo 与 ctx.llm.listModels、并在 agent/pre-step 与 llm/stream 钩子中改写图片块，让 DSH 会话控制器接受任意模型上的图像输入，将其转交给配置的视觉模型（DSH 目录、OpenAI 兼容端点、Ollama 或 Webhook）生成描述后再回写为文本上下文。

典型工作流：用户在 DSH Web UI 拖入图片，桥接层先判断聊天模型是否原生支持视觉，是则原图直传，否则调用视觉通道得到 OCR 与描述，注入到提示词中。对外暴露约 40 个专用工具——OCR（含本地 Tesseract）、VQA、边界框定位、文档/表格/公式抽取、二维码识别、UI 流程重建、多模型共识（vision_consensus 由 consensusEnabled 开启）——供 agent 按需调用。

依赖与运行要求：Node.js 20+，系统需安装 poppler（用于 pdftotext PDF 文本层）与 ffmpeg（帧抽取），OCR 工具链为本地 Tesseract；MIT 许可，全量 329 项测试覆盖 104 个套件，v0.6.0 起内置单点自动更新端点与失败关闭的设置校验，部署时需注意作用域包名一致性。

View on GitHub在 GitHub 查看

Recommended强烈推荐 Send to your DSH发给你的 DSH 安装 
请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：dsh-vision-bridge（GooDAnDReaDY/dsh-vision-bridge）
仓库：https://github.com/GooDAnDReaDY/dsh-vision-bridge
本站详情页：https://www.yhbd.top/plugins/goodandready-dsh-vision-bridge/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 2 · 最近提交 2026-09-26 · 主语言 JavaScript

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 1 warning1 项注意
  • Only 2 stars - very few users, little community feedback星标只有 2，几乎没人在用，遇到问题缺少社区反馈
DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

  • DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
  • External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
  • Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

  • Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
  • Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
  • curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
  • Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
  • Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
  • Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装 

dsh plugin --profile web add @goodandready/dsh-vision-bridge

把 GooDAnDReaDY/dsh-vision-bridge 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

19.5 KB · 缓存于 2026-09-23 22:08:51 · 19.5 KB

📦 @goodandready/dsh-vision-bridge

Universal Vision Bridge for DeepSeek Harness: Seamless Multimodal Attachments with Text-Only Chat Models

npm version license DSH Plugin Node version

GoodAndReady Showcase

🇬🇧 English • 🇷🇺 Русский • 🇨🇳 中文说明

⭐ If you like this plugin, please star it on GitHub — it shows me that the plugin is useful to you and motivates me to keep developing it.

🐛 If you find a bug or would like to request a feature, open a GitHub issue in any language — I will review your proposal and implement useful suggestions in a future plugin version.

⚡ Overview & The Problem

When interacting with text-only chat models (any provider/model that accepts text only) in DeepSeek Harness, users cannot natively attach and send images:

  1. In DSH 0.1.2-alpha.2+, the core session controller performs a strict server-side modality check (ctx.llm.resolveModelInfo). If the active conversation model lacks image in inputModalities, the prompt is immediately rejected with a session/attachment-invalid error ("Model does not support image input").
  2. Standard text-only adapters throw errors when encountering raw multimodal image blocks in their message payload.

Showing the opening section of the README — the full document lives in the repository以上为 README 开头摘要，完整文档在仓库内 · View the full README on GitHub →在 GitHub 查看完整 README →

渲染基于仓库 GooDAnDReaDY/dsh-vision-bridge 的 README.md。 在 GitHub 查看原文 →

Related相关推荐

← 上一个 Prev dsh-desktop-operator 下一个 Next dsh-capture →