为图片、文档、压缩包、代码及其他文件提供路径附件 Dock,文件读取交由 Agent 的当前可用工具完成。
安装
# npm 包(预构建)
dsh plugin --profile web add dsh-paste-to-path
# 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:Johnny-xuan/dsh-paste-to-path
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
A universal attachment dock for DSH.
English | 简体中文
dsh-paste-to-path 给 DSH Web composer 增加了一个通用附件 Dock。
你可以直接拖入或粘贴图片、PDF、Word、Excel、压缩包、代码、日志以及其他文件,在发送前统一查看和管理它们。
DSH 0.1.0-rc.6 的 Web composer 原生接收 PNG、JPEG、WebP 和 GIF。PDF、Office 文档、压缩包以及其他格式目前没有对应的统一附件入口;即使是图片,在不支持图像输入的模型或 text-only adapter 下,也可能无法直接发送。
dsh-paste-to-path 不去扩展模型原生的 content 类型,而是走另一条更简单的路径:
文件
↓
DSH Host
↓
本地路径
↓
Agent
↓
你自己接入的工具
图片可以交给你自己接入的 vision 工具,PDF 可以交给文档读取工具,压缩包可以用 shell 或解压工具处理。
插件负责的是附件接收、管理和路径传递;文件具体怎么读取,由你的 Agent 工具栈决定。
路径流程概览
能做什么
通用附件 Dock
拖入或粘贴文件后,输入框上方会出现对应的附件卡片。
每张卡片会显示文件名、大小、类型和路径,并且可以在发送前移除。
图片还支持缩略图和灯箱预览。
多种文件使用同一套流程
图片、PDF、Office 文档、代码、日志、压缩包以及其他二进制文件,都走同一个附件流程:
文件 → 保存到 Host → 路径引用 → Agent
不需要为每种文件类型单独设计一套模型输入协议。
长文本自动转成附件
普通文本仍然正常粘贴。
当粘贴内容超过设定阈值时,插件可以自动把它保存为 .txt 文件,而不是把几万字直接塞进输入框。
默认阈值是 8000 个字符。
发送前编辑文本文件
文本和代码附件在不超过配置的大小限制时,可以直接在 Dock 中修改。
默认上限为 1 MiB。
用系统应用打开文件
本机部署时,可以通过 DSH 的 host.openPath 使用系统默认程序打开附件。
安装
安装到 DSH Web profile:
dsh plugin --profile web add dsh-paste-to-path
npm 正式发布前,也可以直接从 GitHub 安装:
dsh plugin --profile web add github:Johnny-xuan/dsh-paste-to-path
安装完成后重新启动:
dsh web
包内包含 dsh.bundle manifest,所需的 loader patch 会随插件一起加载。
它是怎么工作的
当你把文件拖进或粘贴到输入框时,插件会先接住这个文件并保存到 DSH Host:
<workspace>/.dsh/pastes/<分类>/
输入框中不会直接塞入文件内容,而是保留一个附件引用。
发送消息时,DSH 的 reference codec 会把这个引用展开成一段简短的路径说明:
粘贴 / 拖入文件
│
▼
保存到 DSH Host
│
▼
Attachment Dock
显示附件卡片
│
▼
发送消息
│
▼
reference codec
生成文件路径说明
│
▼
Agent 收到路径
│
▼
调用当前可用的工具读取
整个过程使用 DSH 自己提供的扩展机制:
conversation.input.dock- input-trigger reference codec
不需要修改 DSH 核心代码。
Agent 实际收到什么
插件不会把文件字节直接放进首次模型请求。
例如,一个 PDF 会被展开成:
Document attachment: /absolute/path/to/report.pdf
Read it using an appropriate tool for this file format.
图片则类似:
Image attachment: /absolute/path/to/image.png
Inspect it using an available image-reading method.
文本、代码、压缩包和其他格式也会生成对应的路径说明。
这些说明不会指定某一个固定工具。Agent 会根据当前会话真正可用的工具决定下一步怎么处理。
使用你自己的工具
dsh-paste-to-path 本身不提供文件解析能力。
你可以按照自己的 Agent 环境接入任意工具,例如:
- 图片 → 自己配置的
read_image、vision 工具 - PDF / Word / Excel → 文档读取工具
- 扫描件 → OCR
- 代码 / 日志 → shell 或文件系统工具
- ZIP / TAR → 解压工具
插件不会安装这些工具,也不会假设当前模型具备这些能力。
只要工具能够访问 DSH Host 上的文件路径,就可以读取插件保存下来的附件。
如果当前 Agent 没有适合的工具,那么文件虽然已经成功进入 Dock 并保存到 Host,Agent 仍然无法理解它的内容。
为什么使用路径
DSH 原生附件链路里,文件格式和模型能力通常绑得比较紧。
以 0.1.0-rc.6 为例,Web composer 当前接收:
- PNG
- JPEG
- WebP
- GIF
其他 MIME 类型不会进入同一套原生图片链路。
而通过格式检查的图片,如果最终进入一个不支持图像输入的模型或 text-only adapter,也仍然可能失败。
dsh-paste-to-path 把这两件事拆开:
把文件交给 Agent
和:
理解文件内容
插件只处理前一件事。
文件先变成 Host 上的普通文件,再由 Agent 的工具层负责第二步。
配置
默认配置位于随包提供的 cordis.patch.yml:
- insert:
- id: paste-to-path
name: dsh-paste-to-path
config:
longTextAsAttachment: true
longTextThreshold: 8000
maxBytes: 26214400
editableTextMaxBytes: 1048576
| 配置项 | 默认值 | 说明 |
|---|---|---|
longTextAsAttachment |
true |
是否把长文本保存为 .txt 附件 |
longTextThreshold |
8000 |
长文本触发阈值,单位为字符 |
maxBytes |
25 MiB | 单个附件最大大小 |
editableTextMaxBytes |
1 MiB | Dock 中允许直接编辑的最大文本文件大小 |
需要修改时,在 profile 的 cordis.patch.yml 中覆盖 paste-to-path 对应配置即可。
文件存储
有 workspace 时,附件保存在:
<workspace>/.dsh/pastes/<分类>/
没有 workspace 时回退到:
$DSH_HOME/tmp-paste/<分类>/
文件权限为:
0600
从 Dock 中移除一个附件,只会移除当前草稿里的引用,不会删除磁盘上的文件。
这样在撤销、重新发送或重新引用附件时,原来的路径仍然有效。
隐私
文件会从浏览器上传到你自己的 DSH Host,并保存在 Host 的本地文件系统中。
插件本身不会:
- 把文件直接上传给模型供应商
- 上传到第三方文件服务
- 在上传阶段解析文件内容
首次模型请求中出现的只是文件路径和一条简短说明。
如果 Agent 后续调用其他工具或外部服务处理文件,则以对应工具自己的行为和配置为准。
设计边界
dsh-paste-to-path 只负责这一段:
File
↓
Attachment Dock
↓
Host filesystem
↓
Path reference
至于:
Path
↓
Vision / PDF Reader / OCR / Shell / ...
属于 Agent 的工具层。
因此插件不会:
- 修改或替换模型 adapter
- 伪装模型具备视觉能力
- 绑定固定的 vision / OCR / document 工具
- 在传输阶段解析附件内容
- 生成 DSH 原生
imagecontent block
兼容性
目前已在以下版本验证:
DeepSeek Harness 0.1.0-rc.6
DSH 当前仍处于 developer preview。后续版本如果调整相关扩展接口,插件可能需要同步适配。
链接
同类插件
liustack/modlens★ 1582
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)。
superdesigndev/treg★ 412
给 Agent 的工具目录:按「要做的事」检索约 2,600 个外部接口(SEO 与 SERP、外链、社交、人物与公司信息补全、广告库、抓取),查看参数与单次调用价格后直接调用,凭据由服务端注入。附带技能,MCP 行在未设置 TREG_TOKEN 前保持禁用。
Anionex/dsh-vision-toolkit★ 395
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。
zhaoolee/notes★ 141
将 DSH 对话导出为锤子便签风格 PNG,或在配置的账号工作区中新建和更新 Markdown 便签。
Lum1104/dsh-browser★ 129
Chrome 侧边栏扩展,让 DSH 直接操控你的浏览器,无需视觉能力。
liustack/modsearch★ 101
纯文本 agent 的联网搜索桥:搜索网页与 X,返回结构化 JSON 证据(search/fetch/引用)。