前言¶

DSH 的插件生态由社区目录组织，社区目录是独立站点，与 DeepSeek / 幻方没有官方从属关系。在这个思路下，开发者可以按需扩展智能体能力。

对 DSH 极简模式来说，一个常见痛点是：希望保持极简模式的上下文边界和工具面，但在处理图片、文档导出结果或图表时，又需要视觉证据。

dsh-minimal-vision 针对这个问题：它保持极简模式的上下文边界，同时获得按需视觉能力。它不注册新的聊天模型，也不改写极简模式的 system prompt，而是在需要时通过隐藏 context 和 Bash 进入工作流。

这是什么¶

dsh-minimal-vision 是一个 DSH 插件，由 Flora233333 维护，许可证为 MIT，要求 node >=20。

它解决的是：在 DSH 极简模式中获得视觉能力，但不注册新的聊天模型，也不改写极简模式的 system prompt。

插件继续只向模型暴露 persistent-bash 和 str_replace_editor。附件路径和调用说明放入默认折叠的隐藏 context。Agent 在需要视觉证据时，通过 Bash 调用 dsh-vision。

核心能力¶

保持极简模式边界¶

• 不注册新的聊天模型。
• 不改写极简模式的 system prompt。
• 继续只向模型暴露 persistent-bash 和 str_replace_editor。
• 将附件路径和调用说明放入默认折叠的隐藏 context。
• Vision 配置独立存在，不会出现在聊天模型列表。

图片与文档处理¶

插件支持 PNG、JPEG、WebP、GIF、PDF、DOC、DOCX、PPT 和 PPTX；一次最多处理 4 张图片。

图片由 sharp 自动纠正方向、铺平透明背景，并将长边限制为 1600 px。PDF、DOC、DOCX、PPT、PPTX 原样保存，文档处理由 Agent 完成。

文档本身不会直接发送到视觉接口。只有 Agent 调用 dsh-vision 时指定的图片，才会发送给已配置的视觉服务。

“测试连接”只发送最小纯文本请求，不上传附件。

Vision 配置¶

配置项包括：

• API protocol：OpenAI Completions 或 Gemini
• Base URL
• Model
• API Key

API Key 由 DSH 凭据服务保存为 VISION_API_KEY。

CLI 每次读取：

$DSH_HOME/settings.yaml
$DSH_HOME/.credentials.yaml

环境变量 VISION_API_KEY 优先级更高。

附件写入本地缓存目录：

$DSH_HOME/cache/dsh-tool-vision/

隐藏 context 只包含本地路径。

安装与启用¶

当前版本暂未适配原生 Windows PowerShell，仅支持 Bash 环境；已在 Ubuntu 和 WSL2 下通过测试。Windows 用户请暂时在 WSL2 内安装并运行 DSH 与本插件。

先克隆仓库并安装依赖，再把本地插件加入 web profile，最后启动 DSH Web：

git clone https://github.com/Flora233333/dsh-minimal-vision.git
cd dsh-minimal-vision
npm install
dsh plugin --profile web add .
dsh web

启动后选择“视觉辅助模式”，并在“设置 -> Vision”中完成配置。

典型用法¶

1、启动 DSH 后选择“视觉辅助模式”，并在“设置 -> Vision”中填写 API protocol、Base URL、Model 和 API Key。

2、在 vision-assist 模式中拖入图片或文档。

3、Agent 自行判断是否需要读取或导出文档；在需要视觉证据时，通过 Bash 调用 dsh-vision。

4、PPT/PPTX/PDF 需要先由 Agent 导出为图片。

也可以手动调用：

"${DSH_HOME:-$HOME/.dsh}/bin/dsh-vision" analyze --task custom --instructions "描述图中可见内容" -- /path/to/image.png

内置任务包括：

• custom
• slide_review
• figure_semantics
• caption_grounding
• flowchart_extract

适用场景与注意¶

适合需要保持 DSH 极简模式边界，同时又希望按需查看图片、处理文档导出结果或调用内置视觉任务的开发者。

使用前注意：

• 插件以当前 dsh 进程权限运行，安装前应检查源码与 MIT 许可证。
• 请勿提交 node_modules/、.playwright-cli/、.env 或任何 DSH 凭据文件。
• VISION_API_KEY 环境变量优先级更高，配置多套凭据时需要注意。
• 当前版本仅支持 Bash 环境；Windows 用户请在 WSL2 内使用。
• 附件会写入本地缓存目录，隐藏 context 只包含本地路径；发送给视觉服务的只是 Agent 指定的图片。

链接¶

• GitHub：https://github.com/Flora233333/dsh-minimal-vision
• 目录页线索：https://www.skillhub.cn/plugins/Flora233333/dsh-minimal-vision（该 URL 来自插件线索，未在本次已核实资料正文中出现）