注册 `deepseek-vision` 路由:Web GUI 直接粘贴图片,由免费智谱 GLM 视觉模型转译为文字后,再交给 DeepSeek 适配器作答。
安装
# npm 包(预构建)
dsh plugin --profile web add dsh-vision-proxy-route
# GitHub 源码(首次需按提示配置 allowBuilds 构建授权后重试)
dsh plugin --profile web add github:314857493/dsh-vision#path:/packages/vision-route
装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络,工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本。请只安装可信来源,并尽量锁定 commit(github:owner/repo#sha)。
README
给 DeepSeek Harness(DSH)注册一个 deepseek-vision 路由:声明图像输入(inputModalities: ['text','image']),
粘贴到 Web GUI 的图片在请求流里被免费的智谱 GLM 视觉模型(glm-4v-flash 降级链)转译成文字,再委派给真正的
DeepSeek 适配器。完整说明见仓库根目录的 README。
安装(发布后)
dsh plugin --profile web add dsh-vision-proxy-route
或在 profile 的 cordis.patch.yml 中追加:
- insert:
- id: dsh-vision-proxy-route
name: dsh-vision-proxy-route
前提
- DSH
0.1.0-rc.5/rc.6(依赖ctx.llm.registerAdapter/registration(provider).adapter/resolveModel.inputModalities/ctx.attachments.readImage这些插件缝) - 智谱 GLM 免费 key:环境变量
GLM_API_KEY或ZHIPU_API_KEY(Windows 也可setx GLM_API_KEY "id.secret",插件自动读注册表)
使用
模型选择器切到「DeepSeek + 自动识图」,直接粘贴图片/截图并附带问题即可;转译失败会替换为 [图片转译失败: ...] 文本,对话不卡死。
链接
同类插件
liustack/modlens★ 2723
为纯文本模型架起视觉桥梁:粘贴图片,输出结构化 JSON 证据(OCR、版面、语义)。
Anionex/dsh-vision-toolkit★ 604
让纯文本模型更好地做视觉任务:带意图的图片问答、长截图 OCR、UI 还原等。
ysr666/dsh-vision-router★ 593
为纯文本 Agent 提供视觉能力:内置免 Key 视觉链 + 像素级视觉工具(看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图);粘贴图片即可用。
linenxi-ctrl/dsh-vision★ 12
外挂识图插件:鲸鱼按钮配置面板、图片识图自动回传、模型自主截图识图工具。
Flyvhidbwo/dsh-vision-proxy★ 10
DeepSeek 大脑 + 自动识图:GUI 附加的每张图片自动经 OpenAI 兼容 VLM 转译成文字,再交给纯文本的 DeepSeek 作答——有 key 自动走快速通道(默认 qwen3.7-flash,支持百炼/智谱/OpenRouter 等任意 OpenAI 兼容端点),无 key 自动探测本地 Ollama(零配置,图片不出本机)。
jyh20030112/dsh-visual-plugin★ 9
给纯文本模型装上眼睛:把用户图片转发给任意 OpenAI 兼容的视觉模型生成描述,并在 Web UI 右侧面板展示结果。