moon09300731/dsh-vision-tools

Name: moon09300731/dsh-vision-tools
Author: moon09300731

Plugin插件 Native原生 ⭐ 3 MIT Vision & Media视觉与多媒体 Clients & Launchers客户端与启动器

DeepSeek Harness视觉能力全家桶：vision_understand工具+粘贴/拖拽/按钮三入口识图

Project Overview项目介绍

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

This is a native plugin built exclusively for DeepSeek Harness (DSH) that adds visual understanding capabilities to pure-text DeepSeek models running on DSH. It provides a core vision_understand tool that is registered globally for all DSH sessions to use. You can install it via two DSH CLI commands: the recommended method is running dsh plugin --profile web add dsh-vision-tools, and the alternative is installing directly from GitHub with dsh plugin --profile web add "github:moon09300731/dsh-vision-tools#main". After installation completes, you need to restart the dsh web process for the plugin to take effect.

After installation and initial configuration, you can import images for visual analysis in three different convenient ways within DSH. You can paste a screenshot directly from your clipboard with Cmd/Ctrl+V, drag an image file onto the dedicated "📷 识图" button added by the plugin to the DSH UI, or click the same button to select a local image file manually. All imported images are automatically saved to the $DSH_HOME/pasted-images/ directory, and the input field is automatically populated with a formatted prompt asking the model to identify the image at the saved file path. When you send the message, the model automatically triggers the vision_understand tool to process the image and return a result.

The plugin defaults to using Zhipu's free GLM-4.6V-Flash model, and supports switching between four different vision API providers: Zhipu, Dashscope, SiliconFlow, and OpenAI. If the primary model you selected hits rate limits, the plugin will automatically retry the request once with a predefined fallback model, which reduces failure rates during peak usage times. You need to create a ~/.dsh/vision.env file to set your provider, API key, and optional custom base URL and model names, and you can also add a project-specific override file in your working directory. Important notes include that images are sent to external APIs over the public internet, so sensitive images should not be processed with this plugin. It is released under the open source MIT license.

这是一款专为 DeepSeek Harness (DSH) 开发的原生视觉工具插件，核心功能是为 DSH 中的纯文本 DeepSeek 大模型添加图片理解能力，支持通过粘贴截图、拖拽图片到指定按钮、点击按钮选择本地文件三种方式导入图片，导入后自动保存图片到指定目录，注册为全局工具所有会话都可使用。

插件默认使用智谱 GLM-4.6V-Flash 免费模型，同时支持切换阿里百炼、硅基流动、OpenAI 四家服务商。当主模型触发限流时，插件会自动降级到预设的 fallback 模型重试一次，降低高峰期请求失败的概率，提升使用稳定性，配置支持全局和工作区两种，修改后无需重启 DSH。

使用前需要在 ~/.dsh/vision.env 配置服务商和 API Key，注意图片会经外部 API 出网传输，不要上传敏感图片。另外本插件依赖 DSH 运行时自带的 @deepseek-ai/dsh-tools，不要额外安装，避免模块冲突导致工具执行崩溃，插件遵循 MIT 开源协议免费发布。

View on GitHub在 GitHub 查看

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-tools（moon09300731/dsh-vision-tools）
仓库：https://github.com/moon09300731/dsh-vision-tools
本站详情页：https://www.yhbd.top/plugins/moon09300731-dsh-vision-tools/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 3 · 最近提交 2026-08-17 · 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 3 stars - very few users, little community feedback星标只有 3，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 dsh-vision-tools

把 moon09300731/dsh-vision-tools 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

3.8 KB · 缓存于 2026-08-23 03:42:30 · 3.8 KB

dsh-vision-tools

DeepSeek Harness（DSH）视觉能力全家桶 —— 让 DeepSeek 纯文本模型"看得见"。

vision_understand 工具：调用 OpenAI 兼容视觉大模型 API 理解本地图片（描述画面、识别文字、回答问题），注册为全局工具，所有会话可用。
三入口识图：Cmd/Ctrl+V 粘贴截图、拖图到按钮、点按钮选文件 → 图片自动落盘到 $DSH_HOME/pasted-images/ → 输入框填入 请识别这张图片：<路径> → 发送后模型自动调用识图工具。

默认使用智谱 GLM-4.6V-Flash（免费），支持 4 家 provider 切换。被限流时**自动降级到 GLM-4V（glm-4v-flash）**重试，免费模型高峰期也不容易失败。

安装

# 方式一：npm 安装（推荐）
dsh plugin --profile web add dsh-vision-tools

# 方式二：GitHub 安装
dsh plugin --profile web add "github:moon09300731/dsh-vision-tools#main"

重启 dsh web 后生效。

配置（vision_understand 工具需要）

创建 ~/.dsh/vision.env（全局生效，推荐）：

VISION_PROVIDER=zhipu        # zhipu | dashscope | siliconflow | openai
VISION_API_KEY=你的APIKey

可选覆盖：

VISION_BASE_URL=https://open.bigmodel.cn/api/paas/v4/chat/completions
VISION_MODEL=glm-4.6v-flash

限流自动降级（可选）：

VISION_FALLBACK_MODEL=glm-4v-flash

主模型 VISION_MODEL 被限流（HTTP 429 / 负载过高 / 频率限制等）时，自动降级到 VISION_FALLBACK_MODEL 重试一次
缺省降级模型 = provider 预设模型（zhipu → glm-4v-flash，即 v4 版本）；主模型与降级模型相同时不会重复请求
仅限流类错误触发降级；密钥无效、参数错误等业务错误不降级，直接报错

provider	默认模型	说明
`zhipu`	`glm-4.6v-flash`	智谱，免费（128K 上下文，支持思考模式）
`dashscope`	`qwen-vl-plus`	阿里百炼
`siliconflow`	`Qwen/Qwen2.5-VL-7B-Instruct`	硅基流动
`openai`	`gpt-4o-mini`	OpenAI

工作区回退：在项目目录放 .dsh-vision.env（同格式），仅该项目生效。配置每次调用实时读取，改完无需重启。

使用

粘贴：直接 Cmd/Ctrl+V 粘贴剪贴板截图（捕获阶段拦截，优先于 GUI 自身附件处理）
拖拽：拖图片到输入框左侧的「📷 识图」按钮
选择：点「📷 识图」按钮选文件

发送后 agent 会自动调用 vision_understand 识别图片。

安全边界

图片会经外部视觉 API 出网（base64 传输），敏感数据请改用本地 OCR（tesseract/paddleocr），或自建内网视觉服务用 VISION_BASE_URL 指向
vision.env 含 API Key，不要提交到 git（本仓库 .gitignore 已忽略）
粘贴路由仅监听 DSH 本机端口，图片保存于 $DSH_HOME/pasted-images/

技术说明

⚠️ 依赖约定：@deepseek-ai/dsh-tools 是 DSH 宿主运行时自带（bundle 机制提供），本插件不声明为 dependencies。若声明，dsh plugin add 触发 npm install 会在 profile 里装出第二份 dsh-tools，与宿主全局那份形成模块双实例，导致工具执行层 scheduler.prepare 崩溃（Cannot read properties of undefined (reading 'prepare')）。安装后建议确认 profile 的 node_modules/@deepseek-ai/dsh-tools 是符号链接或单实例。

宿主半区：src/index.mjs（Cordis 插件，inject: ['tools', 'webServer']）
- vision_understand 工具经 defineTool 注册（@deepseek-ai/dsh-tools）
- POST /api/vision-paste 路由落盘粘贴图片
浏览器半区：lib/client.bundle.js（手写 __ModuleLoader__ bundle，零构建依赖）
- conversation.input.left slot 注册「📷 识图」按钮
- 捕获阶段 paste 监听拦截剪贴板图片