wang-bool/visual-review

Name: wang-bool/visual-review
Author: wang-bool

Plugin插件 Native原生 ⭐ 3 MIT Vision & Media视觉与多媒体 Data & Analysis数据与分析

DeepSeek Harness plugin for image upload, in-chat rendering, and vision analysis with cloud or local models. 图像上传、显示与解析。

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 the DeepSeek Harness (DSH) Web interface. It extends DSH with two core image-related features: in-chat image rendering for user-uploaded or pasted images, and automatic visual interpretation of images via multimodal models. It uses a dual-engine architecture that prioritizes cloud inference via any OpenAI-compatible multimodal chat/completions API, and automatically falls back to local inference with Qwen3-VL-8B if no cloud configuration is provided. It works with any base text LLM in DSH, so users do not need to switch their existing base model to add image processing capabilities.

The standard workflow for using visual-review is straightforward and intuitive. After installation, you can simply paste or upload an image directly into the DSH chat box, and the plugin will automatically handle image storage, render the image in the chat bubble, and add a text annotation to prompt the LLM to call the visual_review tool. You can also ask the LLM to analyze local image files by passing the file path as a parameter to the tool, and you can add custom prompts to ask for specific tasks like OCR or chart trend analysis. This plugin is ideal for any DSH user that regularly works with image content in chat.

The plugin is released under the permissive MIT open-source license, so it is free to use and modify. Cloud mode only requires DSH with Node.js version 18 or newer, with no extra dependencies needed for core functionality. Local inference mode requires Python 3.10 or newer, along with PyTorch, transformers (at least version 4.57), Pillow, and the Qwen3-VL-8B-Instruct model weights downloaded from Hugging Face. All network routes only accept requests from the loopback address for security, and all image data stays local when using the local inference engine.

这是专为DeepSeek Harness（DSH）Web界面打造的原生插件，为DSH新增两大核心能力：用户上传或粘贴的图片可直接渲染在对话气泡中，同时支持调用多模态模型生成图片内容解读。它采用双引擎设计，默认优先使用任意OpenAI兼容的云端多模态API，未配置云端时自动回退到本地Qwen3-VL-8B推理，兼容所有文本大模型，无需更换基础模型即可让文本模型处理图片。

典型使用流程非常简单，用户只需要在DSH聊天框粘贴或上传图片，插件会自动完成图片存储、界面渲染和生成文本注解提示模型调用工具。支持分析本地图片文件，用户可让模型调用工具读取指定路径的本地图片，也可自定义提示词要求模型完成特定任务比如识别图片文字、分析图表趋势，适合需要在DSH聊天中处理各类图片内容的用户使用。

插件采用MIT许可证开源免费使用，云端模式仅需DSH和Node.js ≥18，无额外依赖。本地模式需要Python 3.10+及torch、transformers等依赖，还需要提前下载Qwen3-VL-8B模型权重。安全方面，所有路由仅接受回环地址请求，本地模式下图片数据完全不对外流出，云端API密钥存储在本地需注意权限管理。

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：visual-review（wang-bool/visual-review）
仓库：https://github.com/wang-bool/visual-review
本站详情页：https://www.yhbd.top/plugins/wang-bool-visual-review/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 3 · 最近提交 2026-08-18 · 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 visual-review

把 wang-bool/visual-review 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

14.7 KB · 缓存于 2026-08-25 04:53:47 · 14.7 KB

中文 | English

visual-review

为 DeepSeek Harness（DSH）Web 界面打造的双面插件：让聊天界面直接显示图片，并让模型解读图片。

图片显示：用户粘贴 / 上传的图片（PNG / JPEG / WebP / GIF）会直接渲染在对话气泡里。
视觉解读：visual_review 工具调用视觉多模态模型，返回图片的中文文字描述（文字、物体、人物、场景、图表等）。
双引擎：云端优先（任意 OpenAI 兼容的多模态 chat/completions API，零本地依赖）；未配置时自动回退本机 Qwen3-VL-8B（数据不出本机）。
无需更换模型：插件在发送路径上把「图片块」转换成「带附件 ID 的文本注解」，任何本身看不到图片的文本模型都能配合工作。

功能特性

能力	说明
聊天界面渲染图片	客户端插件注入 `conversation.chat.node` 渲染槽，把图片块渲染为 `<img>`（经 `/vr-image` 路由取字节）
模型“看见”图片	`/api/session.prompt` 拦截 + `agent/pre-step` 兜底：图片块 → 注解文本，附带附件 ID，提示模型调用工具
图片解读工具	`visual_review`：传 `attachment_id`（会话图片）或 `image_path`（本地文件）即可分析
云端引擎	OpenAI 兼容 `chat/completions`，图片以 `data:` URL 内联发送，支持 `content` / `reasoning_content` 返回
本机引擎	内置 JSON-lines worker，加载本地 Qwen3-VL-8B 推理，图片与结果均不出本机
配置工具	`visual_review_config`：查看 / 更新云端 `url` / `api_key` / `model`，一键切换引擎

架构与工作原理

┌──────────────────────────── DSH Web 前端 ────────────────────────────┐
│  聊天界面（React）                                                    │
│    └─ visual-review 客户端插件（lib/client.js）                        │
│         注入 conversation.chat.node 渲染槽                             │
│         └─ 图片块 → <img src="/vr-image/sha256:xxx">                  │
└───────────────┬─────────────────────────────────────────┬────────────┘
                │ ① /api/session.prompt（图片块→注解）      │ ② /vr-image 取图片字节
┌───────────────▼─────────────────────────────────────────▼────────────┐
│                        DSH Host（插件 Host 端 lib/index.js）          │
│  • /api/session.prompt 拦截路由：把 image 块存为附件，替换为注解文本    │
│  • agent/pre-step 兜底（幂等）：模型侧消息里的 image 块 → 注解          │
│  • /vr-image 路由：仅回环地址可访问，从附件存储读取图片字节             │
│  • visual_review 工具：云端优先 → 本机回退                             │
│        ├─ 云端：node 内联脚本 → OpenAI 兼容 chat/completions           │
│        └─ 本机：spawn Python worker（server/visual_review_server.py）  │
└───────────────────────────────────────────────────────────────────────┘

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 wang-bool/visual-review 的 README.md。在 GitHub 查看原文 →