InkshadeWoods/dsh-tool-visual-primitives

dsh-tool-visual-primitives

为 DeepSeek Harness（DSH） 的纯文本模型补充视觉能力。插件把图片交给外部视觉模型分析，再把带有空间定位信息的纯文本视觉证据交回原对话模型；因此，被增强的模型不需要原生图片输入能力。

核心思路参考 DeepSeek 的 Thinking with Visual Primitives：以归一化坐标和可引用对象，将图像理解转化为后续推理可使用、可检查的证据。

已发布至 npm。推荐使用下方的 DSH 官方一键安装命令；GitHub 源码挂载方式保留给开发与本地调试。

1.5.3 更新

• 声明对 DSH 0.2.0-rc.2 的兼容性：已在 Web 与桌面版真实环境实测通过（对话增强、vision_analyze 工具、凭据读写、设置面板全链路正常）。0.2.0 起版本门禁同时检查 engines.dsh 与 peerDependencies，本插件两侧均为 >=0.1.2-rc.1 开下界声明，无需豁免直接通过。
• 修复官方模型对话报 Invalid schema for function 'vision_analyze' 的问题：工具参数声明改为标准 JSON Schema（type: "object" 根），与宿主 defineTool 编译产物同形态。宿主把工具参数原样透传给模型 API，DeepSeek 官方端严格校验 schema 必须以 object 为根，旧的属性映射写法会被拒绝；自定义模型不受影响。
• 修复桌面版设置面板 403 的问题：桌面形态下前端经 Electron 自定义协议加载且不带 Referer，同源校验新增对回环目标的放行分支（缺来源头，或来源为非 http/https 协议时放行回环请求）；浏览器恶意网页必带 http/https Origin，无法进入新分支，安全性不倒退。
• 前置条件更新：要求 DSH 0.1.2-rc.1 或更高版本，已实测至 0.2.0-rc.2。

1.5.2 更新

• 声明对 DSH 0.1.7-rc.2 的兼容性：已对 0.1.5-rc.2 → 0.1.7-rc.2 的宿主契约面做过完整比对（ctx.llm 适配器与路由、ctx.credentials、ctx.attachments.readImage、ctx.fs、ctx.remote.credentials RPC、webServer 路由注册、client 装配四注入点全部兼容），并在真实会话中运行验证通过。
• 修复 SSRF 防护的两个缺陷（vision/image-source.mjs）：① 移除 ::ffff:0:0/96 封锁规则——Node 的 BlockList 内部将所有 IPv4 地址以 IPv4-mapped 形式存储，该规则会误杀全部公网 IPv4 主机；IPv4 规则本身即可覆盖映射形式。② net.connect 自定义 lookup 回调改为 all: true 数组契约，并在解析结果全部命中封锁时显式回调错误——此前传单地址字符串会被 Node 静默丢弃、空结果传 undefined，均表现为 ERR_INVALID_IP_ADDRESS。
• 附件读取错误码附带原始 message（vision/analysis-core.mjs）：非 ATTACHMENT_* 故障（如 SSRF 守卫抛出的普通 Error）不再被折叠成裸 ATTACHMENT_READ_ERROR，保留稳定后缀供机器匹配的同时输出真实原因，便于诊断。
• 适配 0.1.7 新增宿主能力的说明：宿主持新增了 IMAGE_OFFLOAD_REQUIRED 图片预算机制与 text-only 模型图片投影工具，但桥接模型声明 image 输入能力，宿主会将图片原样转发给桥接适配器，由插件转换为视觉证据文本后再转发底层模型，与宿主持机制互不冲突。
• GUI 模型选择器在 0.1.7 起按 catalog 成员资格过滤：插件的 listModels 会动态列出全部已启用路由的桥接模型，配置后即可在选择器中正常显示与选用。

1.5.1 更新

• 声明对 DSH 0.1.5-rc.2 的兼容性：已在真实会话中实测通过（对话增强 bridge 调用、凭据读写、设置与模型目录路由、附件读取全链路正常）。
• 新增 @deepseek-ai/dsh peer 依赖声明（>=0.1.2-rc.1），与既有的引擎声明一致，供 npm 安装解析时校验宿主版本。

1.5.0 更新

• 修复 DSH 0.1.2-rc.1 上设置页保存时“DSH 凭据服务暂不可用”的问题：凭据读写迁移到新的 ctx.remote.credentials 接口，并保留旧宿主的兼容路径。
• “对话增强”模型选择器现在会置灰本身支持图片输入的模型（它们无需桥接），并标注“自带图片支持，无需增强”。
• 网关拒绝图片输入（如 Model do not support image input）或视觉模型返回空内容时，改为清晰的中文错误提示，不再把网关原始 JSON 注入对话。
• 修复持久化设置被 null 覆盖、模型目录响应无上限读取等问题。
• 完善重试路径诊断、空响应拦截、并发去重注释等稳定性细节。