前言¶

在 DSH web GUI 的聊天窗口里，用户可以在输入区粘贴或上传图片附件；但文本模型本身通常不能直接处理图片块。dsh-llm-vision-bridge 解决的就是这个问题：它把带图片的请求先路由到一个视觉模型，让视觉模型生成文本描述，再把这些描述交回给 DeepSeek 文本模型继续对话。

下面介绍它的定位、能力、安装方式和典型用法。

这是什么¶

仓库 Einskyle/dsh-llm-vision-bridge 提供的是一个 DSH 插件，许可证为 MIT。它面向 DSH web GUI，把图片附件交给已配置的视觉模型（如 pi-ai / llama.cpp Qwen3-VL）处理，再用生成的文本描述继续与 DeepSeek 文本模型对话。

它会在 DSH 的 LlmAdapter seam 上注册 deepseek-vision provider，使会话能够把图片请求交给这个桥接 provider 处理。

核心能力¶

下面这些是插件提供的主要行为：

• 注册 deepseek-vision provider，接入 DSH LlmAdapter seam。
• 当请求包含图片时，把图片附件路由到配置的视觉模型，并将视觉模型生成的文本描述交给 DeepSeek 继续会话。
• 当请求不包含图片时，直接交给 fallback provider，保持零额外开销。
• 使用 LRU description cache，避免同一“图片 + prompt”被重复描述。
• 对可重试的 503、429 和超时错误自动重试。
• 支持可配置失败策略：placeholder 或 error。

安装与启用¶

先安装插件。GitHub 安装命令如下：

dsh plugin --profile web add github:Einskyle/dsh-llm-vision-bridge

安装后重启 web 服务：

pnpm dsh web

在发送图片之前，需要把会话或主模型设置为桥接 provider，例如：

agent-default-model.provider: deepseek-vision

如果当前会话或主模型不是 deepseek-vision，host 的图片准入检查可能不通过，并出现 MODEL_DOES_NOT_SUPPORT_IMAGES。

典型用法¶

下面按步骤走一遍：

1、在 Settings → Models → llm-vision-bridge 下配置桥接项，包括 visionProvider、visionModel、onVisionFailure 等字段。

2、把主模型设置为 deepseek-vision：

agent-default-model.provider: deepseek-vision

3、在 chat composer 中粘贴或上传图片，支持的格式为 PNG、JPEG、WebP、GIF，可以附带问题，然后发送。插件会先让视觉模型生成描述，再让 DeepSeek 基于描述继续回答。

4、如果只需要纯文本模式，把主模型切回 deepseek-official：

agent-default-model.provider: deepseek-official

此时图片上传会被 admission 拒绝，这是预期行为。

Settings 中的修改不需要重启即可生效。

视觉模型侧要求¶

视觉调用走 pi-ai adapter，因此视觉 provider 需要在 pi-ai adapter 上配置。视觉 provider 不能是桥接 provider 本身，也就是不能指向 deepseek-vision，否则形成递归。

本地 llama.cpp gateway 是默认的视觉路由，但不是必需项；任何接受图片输入且 OpenAI-compatible 的端点都可以使用。

如果视觉 provider 声明了 apiKeyEnv 但凭据缺失，pi-ai 会报告 MISSING_CREDENTIAL。使用云端 OpenAI-compatible 路由时，需要已有存储的凭据。

适用场景与注意¶

这个插件适合已经能使用 DSH web GUI，并且希望让文本模型借助外部视觉模型处理图片附件的场景。它不是把图片直接送入 DeepSeek 文本模型，而是通过“先描述、后回答”的方式让文本模型继续参与对话。

使用时注意：

• 会话或主模型必须支持图片准入，通常要设置为 deepseek-vision。
• 视觉 provider 必须独立于桥接 provider，不能配置成 deepseek-vision。
• 云端视觉端点需要正确配置凭据，否则可能遇到 MISSING_CREDENTIAL。
• 插件会以当前 dsh 进程权限运行；安装前应检查源码与 MIT 许可证。
• 可重试的 503、429、超时错误会被自动重试；最终失败时按 onVisionFailure 的策略处理。

仓库¶

GitHub 仓库地址：

https://github.com/Einskyle/dsh-llm-vision-bridge