前言¶

DSH 插件機制允許開發者在現有 DeepSeek Harness 上擴展能力。對已經使用純文本 DeepSeek 模型的人來說，圖片輸入仍是一個實際缺口：聊天窗裏可以貼圖，瀏覽器可以截圖，工具也可能返回圖片，但模型本身不直接接收 image。

dsh-deepseek-vision 解決的就是這個缺口。它爲純文本 DeepSeek 模型增加一條視覺語言網關路由，讓圖片能夠進入後續處理，而不是要求開發者整體更換模型。

下面介紹它是什麼、核心能力、安裝方式、配置要點，以及需要注意的邊界。

這是什麼¶

dsh-deepseek-vision 是 siegfly 維護的 DSH 插件，當前發佈版本爲 0.1.7，許可證爲 MIT。

一句話定位：它是給 DeepSeek Harness 的視覺語言網關插件，爲純文本 DeepSeek 模型增加圖片輸入路由；目錄聲明支持 image 的模型可以直通官方視覺端點，其他模型可以由可配置 VL 模型先把圖片描述爲文字。

它覆蓋兩條路徑：

• 目錄聲明支持 image 的模型，例如 deepseek-v4-flash-vision-exp，圖片直通原生 DeepSeek 視覺端點。
• 其他純文本或未列目錄模型，先由可配置 VL 模型把圖片描述成文字，再交給 DeepSeek。

運行環境要求如下：

Node.js ^22.19.0 || >=24.0.0

安裝插件時還需要 PATH 中有 pnpm。

核心功能¶

註冊獨立 provider 路由¶

插件會註冊一條獨立路由，並在模型選擇器中使用顯示名 DeepSeek + Vision：

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

這條路由明確聲明輸入模態包含 text 和 image。

支持的圖片輸入¶

以下圖片來源可以進入該路由：

• 聊天窗貼圖
• tool-fs read_image
• 瀏覽器截圖
• MCP 工具返回圖片
• ACP 客戶端內聯圖片

按模型分流處理¶

插件會根據所選模型選擇不同處理方式：

• 如果模型目錄聲明支持 image，例如 deepseek-v4-flash-vision-exp，圖片會直通原生 DeepSeek 視覺端點。
• 如果模型是純文本模型或未在目錄中列出，插件會先調用可配置 VL 模型，將圖片描述成文字，再交給 DeepSeek 繼續處理。

描述緩存¶

插件按 attachmentId 在進程內使用 LRU 緩存描述結果。

這意味着同一張圖片在重試、上下文壓縮或後續輪次中複用時，會複用同一份描述，避免重複計費。

保留原始會話記錄¶

原始圖片仍會持久化進 session log。

這樣可以保持歷史、回放、重構等會話行爲不受影響。

可配置 VL 端點¶

插件支持配置 VL 端點、模型、提示詞和密鑰，併兼容 OpenAI 風格 /chat/completions 網關。

失敗策略¶

插件提供 fail-closed 失敗語義，也可以配置 placeholder 降級，並有穩定錯誤碼。

默認失敗策略爲 fail。

安裝與啓用¶

前置條件¶

安裝前需要滿足：

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

安裝 DSH CLI¶

如果是新機器，先安裝 DSH CLI：

npm install -g @deepseek-ai/dsh

這一步用於讓 dsh 命令進入 PATH，後續可以直接調用 dsh plugin 相關命令。

安裝插件¶

通過 web profile 安裝插件時，可以使用 npm spec：

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

也可以使用 git spec 鎖定具體 commit：

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

該插件支持 npm、git、目錄、tarball 等 spec，並支持 web 與 headless profile。實際使用時按當前環境和發佈渠道選擇對應 spec。

啓用插件¶

安裝完成後，重啓 dsh web。

然後按以下步驟啓用：

1. 在 Models 頁選擇 DeepSeek + Vision。
2. 在插件配置中填寫 VL 密鑰。
3. 在聊天窗貼圖併發送消息。

卸載插件¶

如需移除插件，執行：

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

典型配置¶

在“設置 → 插件 → 插件配置”卡片中，可以配置以下 vl.* 項：

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

憑據解析優先級如下：

進程環境變量（最高、只讀）→ GUI 管理的 .credentials.yaml → .env 回退

因此，通過 Web Models 頁寫入的憑據可用；而本次進程顯式導出的 key 始終優先，並且不能在 GUI 內修改。

失敗策略方面，vl.onFailure 可配置爲 fail 或 placeholder：

• fail：描述失敗時，整個請求失敗。
• placeholder：描述失敗時，降級爲文字佔位繼續。

數據流與兼容邊界¶

使用這個插件時，需要注意以下邊界：

• 圖片數據流只經過用戶配置的 VL 端點；無匿名回退、代理服務器、磁盤答案緩存。
• 發佈版不鎖定官方 dsh 版本。
• 官方 CLI 路徑直接安裝發佈產物，兼容性未經目標機驗證。
• install-profile 重建路徑會在目標機使用自己的 dsh 重建；構建成功即兼容證明，無 CLI 路徑有分級提示。
• dshCompat.anchorVersion 0.1.1-rc.2 僅表示 committed lib provenance，不是安裝門禁。
• provider / displayName 修改即時生效；改成已被佔用的路由 id 時，兩個註冊表保留舊值並記日誌。

該插件會隨 dsh 進程加載運行。安裝前請檢查源碼、依賴與許可證；當前許可證爲 MIT。

適用場景¶

適合以下情況：

• 想繼續使用純文本 DeepSeek 模型，同時處理聊天窗圖片、截圖或工具返回圖片。
• 已經有一個可配置的 VL 端點，並希望通過 OpenAI 風格 /chat/completions 網關提供圖片描述能力。
• 希望原始圖片保留在 session log，同時避免同一張圖片重複描述和重複計費。

不適合以下情況：

• 無法訪問自配置 VL 端點的環境。
• 要求圖片完全不出網，且不經過自己配置端點的場景。

鏈接¶

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