xing666173/dsh-vision-hub#file-drop

DeepSeek Harness 持久插件：支持拖拽 / 点击上传非图片文件（PDF / Word / Excel / ZIP / 文本等），把文件路径直接写入输入框草稿，agent 即可读取。

工作方式（三个入口共用一套逻辑）

入口	行为
拖拽到窗口任意位置	全屏高亮浮层 → 松手 → 获取文件
回形针按钮（输入框工具行左侧，28px 圆形原生风格）	点击弹系统文件选择器（多选）
hover 气泡	「点击选择文件 · 也可把文件拖到窗口任意位置」，1.5s 自动消失，每次 hover 循环

处理顺序（按可用性优先）：

1. 桌面壳直取原始路径（Electron 壳 window.dshDesktop，webUtils.getPathForFile）—— 零上传，拿到 Finder 里的真实路径；
2. 拖拽自带路径（text/uri-list，如 Obsidian 拖笔记）；
3. 上传兜底（浏览器/无壳时）—— POST /api/dsh-file-drop 保存到 <会话工作区>/.dsh-drops/，返回工作区路径。

拖拽监听挂在 window 捕获阶段，先于 DSH 自带的 document 级图片拖拽处理拦截（stopPropagation），不会触发「不支持非图片格式」报错。

限制

• 单文件 ≤ 25MB（上传兜底路径；壳直取路径不受限）
• 文本类（md/txt/json/代码等）按文本直写；二进制（PDF/Word/Excel/ZIP 等）经 base64 解码写真实字节
• 壳直取路径指向工作区外文件时，agent 读取需要沙箱放行（workspace-write 模式下需权限配置）

文件结构

index.js          Host half：POST /api/dsh-file-drop 保存路由（node fs 原生能力）
client.js         Client half：回形针按钮 + 拖拽监听 + 状态徽标（__ModuleLoader__ 格式）
cordis.patch.yml  组合行（inject: webServer, sessions）
dsh.plugin.json   插件清单

安装（已安装，仅备查）

dsh plugin --profile web add "link:/Users/fanxiaokang/dsh-file-drop"
# 重启 dsh web 生效

配套桌面壳（可选，推荐）

~/dsh-desktop/：Electron 壳，npm start 启动。自动复用/拉起 dsh web（127.0.0.1:3080）， preload 注入 window.dshDesktop（getPathForFile + drainDroppedPaths），使拖拽直取 Finder 原始路径。

视觉引擎基准（modlens，2026-08 实测）

DSH 的 modlens_read_image 走 modlens 视觉桥；单次分析为一次结构化输出（summary/OCR/版面/语义/视觉/不确定项）。

引擎	完整流程耗时	结论
智谱 glm-4v-flash（国内直连，免费）	~3.7s	✅ 当前配置，最优
智谱 glm-4.6v	~17s	❌ 慢 4.6 倍
智谱 glm-4.5v	失败	❌ 不返回符合 schema 的 JSON
Gemini 免费 key（海外）	429 额度用尽 / 兜底 codex-cli ~14s	❌

配置位置：~/.modlens/config.json（providers.openai → baseUrl=https://open.bigmodel.cn/api/paas/v4，model=glm-4v-flash）。

端到端等待（贴图→回复）≈ 读图 3.7s + 模型回复生成时间，后者通常是主要部分。