azwosile/dsh-highres-vision

大肥鱼出来卖个萌 🐳 鲸鱼娘登场喵～ 如果这个小插件帮到了你，记得给仓库点个 ⭐ Star 喵！ 星星越多，鲸鱼娘越开心，也会更有动力继续维护这个插件喵～ 💙 （求求啦喵～）

⚠️ 只给 DeepSeek 的视觉模型用。 2026-09-10 起视觉模型是 DeepSeek-V4.1-Flash（正式名 deepseek-flash）； 旧名 deepseek-v4-flash-vision-exp / deepseek-v4-flash 仍被接受，请求同样转由 V4.1-Flash 承接。 deepseek-v4-pro 官方不支持视觉。

DeepSeek Harness 高清识图增强插件 v0.3.2（本身也是由 deepseek v4 flash vision exp 开发()）

适配内核

内核版本	状态
0.1.2-rc.1（DSH Desktop 0.8.1 内置）	✅ 已实测
0.1.5-rc.1（npm latest）	✅ 已实测
0.1.5-rc.2（npm next）	✅ 已实测
≤ 0.1.1-rc.x	⚠ 未实测

package.json 声明：engines.dsh: ">=0.1.2-rc.1"，另附 dsh.compatibility.dshReleases 逐版本表。

自验：node verify-kernel.mjs <内核树A> [内核树B] ... —— 26 项宿主契约逐条对比，退出码 0 表示不用改代码。

功能

1. 仅在 DeepSeek 系列模型下启用 按会话判定当前 provider / model，非 DeepSeek 时对那个 agent 屏蔽 highres_read， 也不注入 pre-step 提醒（不影响其它会话）。中途切换模型即时生效。 判定：provider 为 deepseek-official，或模型名含 deepseek（兜住第三方中转）。 判定不出时按 unknownModelPolicy 处理，默认 allow。

2. 自动抬升每模型图片预算 宿主适配器（官方 dsh-llm-deepseek）会按每个模型的 imagePixelBudget 把图片二次投影， 官方默认值只有 640000 像素（≈800×800）/ 1 MiB。 插件加载时逐条判定，只给 DeepSeek 系列且已声明 image 模态的条目补上 imagePixelBudget: 1690000（1300×1300）与 imageMaxBytes: 8388608（8 MiB）， 立即生效，无需重启。

• 写入目标只有 llm-deepseek 这一个 settings 命名空间（官方 DeepSeek 适配器自己的模型目录）； ginka-* / amd 等 llm-pi-ai provider 结构上不会被碰
• 逐条白名单：id 或 name 不含 deepseek 的条目一律跳过
• 只抬不降、不动纯文本模型、不动显式 low 档、只在需要时才写盘

3. 放宽图片限制 源准入 + 规范化是两套独立预算，这里一起放宽，图片进附件库时不再被降采样。

• 源准入（超标直接拒收）：单图 32 MiB / 单边 8192px / 单请求 600 张 / inline 总量 64 MiB
• 规范化（存进附件库的那份）：像素上限 8192×8192（DSH 默认 2048×2048）/ 长边 8192px / 编码字节 16 MiB（DSH 默认 4 MiB）
• 适配器：base64 累计 44 MiB

⚠️ 只改源准入是不够的 —— v0.3.0 就栽在这：3840×2160 通过准入后， 被规范化默认值砍成 2730×1536（丢 49.4% 像素），后面 1300 的分块是在降质源上做的。 v0.3.1 补上规范化预算后原样入库。

4. 高清分块识图 注册 highres_read 工具，自动定位当前会话最近一张用户图片，生成 整图 + ≤1300×1300 高清分块（overlap 自动 65 / 130 / 195px）后通过宿主 read_image 注入模型。 不覆盖宿主 read_image。用户发大图且模型未调用该工具时，agent/pre-step 会提醒。 工具参数：tile / overlap / skipWhole / maxTiles。

相对 v0.2.0 的改动

#	改动	说明
1	分块基线 800 → 1300	V4.1-Flash 的等效像素从 ≈800×800 / 384 token 提到 ≈1300×1300 / 1024 token。沿用 800 白丢约 62% 分辨率
2	新增「仅 DeepSeek 系列启用」	非 DeepSeek 会话下对该 agent 屏蔽 highres_read，切模型即时生效；不碰别的会话
3	新增自动抬升每模型图片预算	新增 lib/model-budget.js。不抬这段，1300 的分块会在发请求前被压回 800×800
4	修复失效配置键	cordis.patch.yml 里 maxRequestImageBytes 在 harness 0.1.2-rc.1 已不存在（静默 no-op），改为 maxInlineRequestImageBytes
5	修复漏掉的规范化预算（0.3.1）	只抬源准入不够：DSH 规范化默认把图压到 2048×2048 以内，3840×2160 入库即丢 49.4% 像素。补上 normalizedImageMax* 三个键
6	新增可配置项	deepseekOnly / unknownModelPolicy / modelBudgetScope / tile / overlap / remind / remindThreshold / autoRaiseModelBudget / modelImagePixelBudget / modelImageMaxBytes
7	新增离线自检	verify.mjs，不装插件也能跑
8	移除 router-standard 兼容说明	上游那套预设已不适配 V4.1-Flash

没变的部分：纯 Node 实现（依赖 jimp，不需要 Python / Pillow）、不覆盖宿主 read_image、 识别后清理本次临时目录而不动附件库。

相对 v0.3.1 的改动

#	改动	说明
1	修复「不传参数自动取会话最近一张图」恒失败	findLatestSessionImage() 读的 session.events 在 harness 0.1.2-rc.1 的 Session 上不存在（只有 snapshotEvents() / ownEvents() / eventAt() / seq），判定恒为 undefined → 不传参数的调用一律返回 file_path/image/attachmentId is required。改用 session.snapshotEvents()，保留 events 作更旧内核回退
2	verify.mjs 补上该路径的回归用例	之前只测 tile / model-budget / model-detect 三块纯函数，所以这个缺陷从 v0.2.0 一路带到 v0.3.1。现在导出 sessionEvents / findLatestSessionImage 并直接断言
3	声明适配内核	package.json 加 engines.dsh: ">=0.1.2-rc.1" 与 dsh.compatibility.dshReleases 逐版本表
4	新增 verify-kernel.mjs	26 项宿主契约在任意几棵内核树上逐条对比，判断「换内核要不要改代码」

影响面：带 file_path 或 attachmentId 的显式调用一直是好的， 坏的只有「让插件自己去会话里找最近一张用户附图」这条最省事的路径。

配置

- id: dsh-highres-vision
  name: dsh-highres-vision
  config:
    deepseekOnly: true               # 只在 DeepSeek 系列模型下启用
    unknownModelPolicy: allow        # 判定不出模型时：allow | deny
    autoRaiseModelBudget: true       # false = 不抬模型预算
    modelBudgetScope: deepseek       # deepseek = 只改 DeepSeek 条目；all = 该命名空间全部
    modelImagePixelBudget: 1690000   # 1300 x 1300
    modelImageMaxBytes: 8388608      # 8 MiB
    tile: 1300                       # 单块最大边长；旧基线可设 800
    overlap: 0                       # 0 = 自动
    remind: true                     # false = 关闭 pre-step 提醒
    remindThreshold: 1300            # 缺省与 tile 一致

modelImagePixelBudget 需要与 tile 同批调整。

边界：插件只抬预算，不改模型名与模态。模型没写 inputModalities: [text, image] 时按内核规则视为纯文本而跳过，需要你自行添加。

安装

git clone https://github.com/azwosile/dsh-highres-vision.git
dsh plugin --profile web add ./dsh-highres-vision

装配后重启 DSH Desktop 一次（放宽准入限制的 bundle 补丁只在启动时组合）。 Node >= 18，依赖 jimp 安装时自动装好，不需要 Python / Pillow。

自检（不装插件也能跑）：

node verify.mjs            # 自包含合成图，预期 112 通过 / 0 失败
node verify.mjs <样本目录>  # 额外跑本地真实图片
node verify-kernel.mjs <内核树A> [内核树B] [...]   # 内核契约对比，退出码 0 = 全部一致

回滚

dsh plugin --profile web remove dsh-highres-vision

（装了超级注入器的话也可以用 dev_uninject_plugin dsh-highres-vision）

预算抬升写进 settings.yaml 后不会随卸载自动撤销，需手动删掉那两个字段或走 Models 页重置。

dsv4fv开发