前言¶

DSH 的插件生態由社區目錄組織，社區目錄是獨立站點，與 DeepSeek / 幻方沒有官方從屬關係。在這個思路下，開發者可以按需擴展智能體能力。

對 DSH 極簡模式來說，一個常見痛點是：希望保持極簡模式的上下文邊界和工具面，但在處理圖片、文檔導出結果或圖表時，又需要視覺證據。

dsh-minimal-vision 針對這個問題：它保持極簡模式的上下文邊界，同時獲得按需視覺能力。它不註冊新的聊天模型，也不改寫極簡模式的 system prompt，而是在需要時通過隱藏 context 和 Bash 進入工作流。

這是什麼¶

dsh-minimal-vision 是一個 DSH 插件，由 Flora233333 維護，許可證爲 MIT，要求 node >=20。

它解決的是：在 DSH 極簡模式中獲得視覺能力，但不註冊新的聊天模型，也不改寫極簡模式的 system prompt。

插件繼續只向模型暴露 persistent-bash 和 str_replace_editor。附件路徑和調用說明放入默認摺疊的隱藏 context。Agent 在需要視覺證據時，通過 Bash 調用 dsh-vision。

核心能力¶

保持極簡模式邊界¶

• 不註冊新的聊天模型。
• 不改寫極簡模式的 system prompt。
• 繼續只向模型暴露 persistent-bash 和 str_replace_editor。
• 將附件路徑和調用說明放入默認摺疊的隱藏 context。
• Vision 配置獨立存在，不會出現在聊天模型列表。

圖片與文檔處理¶

插件支持 PNG、JPEG、WebP、GIF、PDF、DOC、DOCX、PPT 和 PPTX；一次最多處理 4 張圖片。

圖片由 sharp 自動糾正方向、鋪平透明背景，並將長邊限制爲 1600 px。PDF、DOC、DOCX、PPT、PPTX 原樣保存，文檔處理由 Agent 完成。

文檔本身不會直接發送到視覺接口。只有 Agent 調用 dsh-vision 時指定的圖片，纔會發送給已配置的視覺服務。

“測試連接”只發送最小純文本請求，不上傳附件。

Vision 配置¶

配置項包括：

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

API Key 由 DSH 憑據服務保存爲 VISION_API_KEY。

CLI 每次讀取：

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

環境變量 VISION_API_KEY 優先級更高。

附件寫入本地緩存目錄：

$DSH_HOME/cache/dsh-tool-vision/

隱藏 context 只包含本地路徑。

安裝與啓用¶

當前版本暫未適配原生 Windows PowerShell，僅支持 Bash 環境；已在 Ubuntu 和 WSL2 下通過測試。Windows 用戶請暫時在 WSL2 內安裝並運行 DSH 與本插件。

先克隆倉庫並安裝依賴，再把本地插件加入 web profile，最後啓動 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

啓動後選擇“視覺輔助模式”，並在“設置 -> Vision”中完成配置。

典型用法¶

1、啓動 DSH 後選擇“視覺輔助模式”，並在“設置 -> Vision”中填寫 API protocol、Base URL、Model 和 API Key。

2、在 vision-assist 模式中拖入圖片或文檔。

3、Agent 自行判斷是否需要讀取或導出文檔；在需要視覺證據時，通過 Bash 調用 dsh-vision。

4、PPT/PPTX/PDF 需要先由 Agent 導出爲圖片。

也可以手動調用：

"${DSH_HOME:-$HOME/.dsh}/bin/dsh-vision" analyze --task custom --instructions "描述圖中可見內容" -- /path/to/image.png

內置任務包括：

• custom
• slide_review
• figure_semantics
• caption_grounding
• flowchart_extract

適用場景與注意¶

適合需要保持 DSH 極簡模式邊界，同時又希望按需查看圖片、處理文檔導出結果或調用內置視覺任務的開發者。

使用前注意：

• 插件以當前 dsh 進程權限運行，安裝前應檢查源碼與 MIT 許可證。
• 請勿提交 node_modules/、.playwright-cli/、.env 或任何 DSH 憑據文件。
• VISION_API_KEY 環境變量優先級更高，配置多套憑據時需要注意。
• 當前版本僅支持 Bash 環境；Windows 用戶請在 WSL2 內使用。
• 附件會寫入本地緩存目錄，隱藏 context 只包含本地路徑；發送給視覺服務的只是 Agent 指定的圖片。

鏈接¶

• GitHub：https://github.com/Flora233333/dsh-minimal-vision
• 目錄頁線索：https://www.skillhub.cn/plugins/Flora233333/dsh-minimal-vision（該 URL 來自插件線索，未在本次已覈實資料正文中出現）