woyeshishen/dsh-vision-plugin

Name: woyeshishen/dsh-vision-plugin
Author: woyeshishen

Plugin插件 Native原生 ⭐ 2 Apache-2.0 Vision & Media视觉与多媒体

Project Overview项目介绍

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

dsh-vision-plugin adds image understanding to DeepSeek Harness by wiring up an OpenAI-compatible external vision model. A text-only main model can call the describe_image tool to hand off an image and receive a plain-text description for screenshots, photos, charts, OCR, and UIs. Images flow only to the secondary model; the main model always works with text. The plugin auto-loads at DSH startup and ships with a GUI settings page for URL, API key, and model selection, with credentials stored encrypted. Use it when conversations need to reason over image content. Caveat: an external /chat/completions endpoint with image support is required.

为 DeepSeek Harness 引入图像理解能力：接入 OpenAI 兼容的外部视觉模型后，纯文本主模型（如 deepseek）即可调用 describe_image 工具，将截图、照片、图表等交给外部模型并获得纯文本描述。架构上图像仅送往辅助模型，主模型始终处理文本。安装后插件自动加载，提供 GUI 配置页填写 URL、API Key 和模型名，密钥加密保存不再回显。适用于需要识别 UI、OCR 或图表内容的对话场景。注意：需自备支持图像的 OpenAI 兼容 /chat/completions 端点。

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-plugin（woyeshishen/dsh-vision-plugin）
仓库：https://github.com/woyeshishen/dsh-vision-plugin
本站详情页：https://www.yhbd.top/plugins/woyeshishen-dsh-vision-plugin/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 Apache-2.0 · ⭐ 2 · 最近提交 2026-08-15 · 主语言 TypeScript

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 @woyeshishen/dsh-vision-plugin

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

READMEREADME

2.9 KB · 缓存于 2026-08-23 03:42:25 · 2.9 KB

dsh-vision-plugin

中文 | English

Adds image understanding to DeepSeek Harness (DSH): wire up an OpenAI-compatible external vision model, and a text-only main model (e.g. deepseek) can call the describe_image tool to hand an image to it and get a plain-text description — understanding screenshots, photos, charts, OCR, UIs, and more.

Design: images go only to the secondary model (external vision model); the main model always deals with text.

Features


🖼️ Image understanding	The main model calls `describe_image` and gets a plain-text description
⚙️ GUI configuration	Fill in URL / API key / model on a settings page — no config files to edit
🔒 Secure credentials	API key stored in the credential store, never echoed
📦 Install once, keep working	Auto-loads at DSH startup, survives restarts

Install

One-liner (recommended)

Windows (PowerShell)

irm https://raw.githubusercontent.com/woyeshishen/dsh-vision-plugin/main/scripts/install.ps1 | iex

macOS / Linux

bash <(curl -fsSL https://raw.githubusercontent.com/woyeshishen/dsh-vision-plugin/main/scripts/install.sh)

dsh plugin command

From npm

dsh plugin --profile web add @woyeshishen/dsh-vision-plugin

From GitHub

dsh plugin --profile web add github:woyeshishen/dsh-vision-plugin

After install, the plugin auto-mounts into the profile; restart DSH (or hot-reload) to activate.

Usage

Step 1: Configure the external vision model

Open Settings → Multimodal Vision:

Field	Description
URL (Base URL)	OpenAI-compatible endpoint, e.g. `https://api.example.com/v1`
API key	Secret for the external model (stored encrypted, never echoed)
Model	Click "Load models" to fetch and pick from the endpoint

Click Save.

Step 2: Ask the main model to look at an image

In a conversation, say:

Take a look at D:\path\to\image.png and describe what's in it.

The main model calls describe_image, sends the image to the external vision model, and continues reasoning from the returned description.

Tool

`describe_image`

Parameter	Required	Description
`path`	✅	Image file path; supports png / jpg / jpeg / webp / gif
`prompt`	❌	Specific question about the image; defaults to "describe the image in detail"