前言¶

DSH 插件机制允许开发者在现有 DeepSeek Harness 上扩展能力。对已经使用纯文本 DeepSeek 模型的人来说，图片输入仍是一个实际缺口：聊天窗里可以贴图，浏览器可以截图，工具也可能返回图片，但模型本身不直接接收 image。

dsh-deepseek-vision 解决的就是这个缺口。它为纯文本 DeepSeek 模型增加一条视觉语言网关路由，让图片能够进入后续处理，而不是要求开发者整体更换模型。

下面介绍它是什么、核心能力、安装方式、配置要点，以及需要注意的边界。

这是什么¶

dsh-deepseek-vision 是 siegfly 维护的 DSH 插件，当前发布版本为 0.1.7，许可证为 MIT。

一句话定位：它是给 DeepSeek Harness 的视觉语言网关插件，为纯文本 DeepSeek 模型增加图片输入路由；目录声明支持 image 的模型可以直通官方视觉端点，其他模型可以由可配置 VL 模型先把图片描述为文字。

它覆盖两条路径：

• 目录声明支持 image 的模型，例如 deepseek-v4-flash-vision-exp，图片直通原生 DeepSeek 视觉端点。
• 其他纯文本或未列目录模型，先由可配置 VL 模型把图片描述成文字，再交给 DeepSeek。

运行环境要求如下：

Node.js ^22.19.0 || >=24.0.0

安装插件时还需要 PATH 中有 pnpm。

核心功能¶

注册独立 provider 路由¶

插件会注册一条独立路由，并在模型选择器中使用显示名 DeepSeek + Vision：

provider: deepseek-vision
displayName: DeepSeek + Vision
inputModalities: text, image

这条路由明确声明输入模态包含 text 和 image。

支持的图片输入¶

以下图片来源可以进入该路由：

• 聊天窗贴图
• tool-fs read_image
• 浏览器截图
• MCP 工具返回图片
• ACP 客户端内联图片

按模型分流处理¶

插件会根据所选模型选择不同处理方式：

• 如果模型目录声明支持 image，例如 deepseek-v4-flash-vision-exp，图片会直通原生 DeepSeek 视觉端点。
• 如果模型是纯文本模型或未在目录中列出，插件会先调用可配置 VL 模型，将图片描述成文字，再交给 DeepSeek 继续处理。

描述缓存¶

插件按 attachmentId 在进程内使用 LRU 缓存描述结果。

这意味着同一张图片在重试、上下文压缩或后续轮次中复用时，会复用同一份描述，避免重复计费。

保留原始会话记录¶

原始图片仍会持久化进 session log。

这样可以保持历史、回放、重构等会话行为不受影响。

可配置 VL 端点¶

插件支持配置 VL 端点、模型、提示词和密钥，并兼容 OpenAI 风格 /chat/completions 网关。

失败策略¶

插件提供 fail-closed 失败语义，也可以配置 placeholder 降级，并有稳定错误码。

默认失败策略为 fail。

安装与启用¶

前置条件¶

安装前需要满足：

• dsh CLI 可用
• PATH 中有 pnpm
• Node.js 版本满足 ^22.19.0 || >=24.0.0

安装 DSH CLI¶

如果是新机器，先安装 DSH CLI：

npm install -g @deepseek-ai/dsh

这一步用于让 dsh 命令进入 PATH，后续可以直接调用 dsh plugin 相关命令。

安装插件¶

通过 web profile 安装插件时，可以使用 npm spec：

dsh plugin --profile web add dsh-deepseek-vision

也可以使用 git spec 锁定具体 commit：

dsh plugin --profile web add github:siegfly/dsh-deepseek-vision#<sha>

该插件支持 npm、git、目录、tarball 等 spec，并支持 web 与 headless profile。实际使用时按当前环境和发布渠道选择对应 spec。

启用插件¶

安装完成后，重启 dsh web。

然后按以下步骤启用：

1. 在 Models 页选择 DeepSeek + Vision。
2. 在插件配置中填写 VL 密钥。
3. 在聊天窗贴图并发送消息。

卸载插件¶

如需移除插件，执行：

dsh plugin --profile web remove dsh-deepseek-vision

典型配置¶

在“设置 → 插件 → 插件配置”卡片中，可以配置以下 vl.* 项：

vl.apiKeyEnv
vl.model
vl.baseURL
vl.describePrompt
vl.timeoutMs
vl.maxCacheEntries
vl.onFailure

凭据解析优先级如下：

进程环境变量（最高、只读）→ GUI 管理的 .credentials.yaml → .env 回退

因此，通过 Web Models 页写入的凭据可用；而本次进程显式导出的 key 始终优先，并且不能在 GUI 内修改。

失败策略方面，vl.onFailure 可配置为 fail 或 placeholder：

• fail：描述失败时，整个请求失败。
• placeholder：描述失败时，降级为文字占位继续。

数据流与兼容边界¶

使用这个插件时，需要注意以下边界：

• 图片数据流只经过用户配置的 VL 端点；无匿名回退、代理服务器、磁盘答案缓存。
• 发布版不锁定官方 dsh 版本。
• 官方 CLI 路径直接安装发布产物，兼容性未经目标机验证。
• install-profile 重建路径会在目标机使用自己的 dsh 重建；构建成功即兼容证明，无 CLI 路径有分级提示。
• dshCompat.anchorVersion 0.1.1-rc.2 仅表示 committed lib provenance，不是安装门禁。
• provider / displayName 修改即时生效；改成已被占用的路由 id 时，两个注册表保留旧值并记日志。

该插件会随 dsh 进程加载运行。安装前请检查源码、依赖与许可证；当前许可证为 MIT。

适用场景¶

适合以下情况：

• 想继续使用纯文本 DeepSeek 模型，同时处理聊天窗图片、截图或工具返回图片。
• 已经有一个可配置的 VL 端点，并希望通过 OpenAI 风格 /chat/completions 网关提供图片描述能力。
• 希望原始图片保留在 session log，同时避免同一张图片重复描述和重复计费。

不适合以下情况：

• 无法访问自配置 VL 端点的环境。
• 要求图片完全不出网，且不经过自己配置端点的场景。

链接¶

• 目录页：https://www.skillhub.cn/plugins/siegfly/dsh-deepseek-vision
• GitHub：https://github.com/siegfly/dsh-deepseek-vision