前言¶

在 DSH 的日常使用中，很多会话由文本模型完成。若希望模型处理图片，常见做法是手工把图片发给外部视觉服务，再把结果贴回上下文。这种方式在连续任务里比较琐碎。

Favio8/dsh-plugin-deepeye 把视觉能力做成 DSH 的原生 Cordis 插件：先提供一组可调用工具，再处理“纯文本会话里粘贴图片”的场景。

这是什么¶

dsh-plugin-deepeye 由 Favio8 维护，许可证为 MIT。

它为 DeepSeek Harness (DSH) 提供视觉能力的原生 Cordis 插件，覆盖图片描述、OCR 文字提取、视觉问答、UI 布局分析、剪贴板截图分析等能力。

下面介绍几个主要能力。

工具化视觉调用：提供 vision_describe、vision_ocr、vision_ask、vision_layout、vision_clipboard 工具。
多后端：支持 OpenAI (GPT-4o)、Google Gemini、自定义 OpenAI-compatible 端点。
粘贴图片兼容：支持粘贴图片自动翻译（pasteCompat）。
结果缓存：支持 LRU 结果缓存（含 TTL）。
图片预处理：自动缩放过大图片并转换 JPEG 以节省 token。
剪贴板读取：非阻塞异步读取系统剪贴板。

先确认当前环境满足 Node >=22.19.0。然后执行：

dsh plugin --profile web add dsh-plugin-deepeye

经过上面的步骤后，检查 profile 配置中是否出现插件层：

dsh --profile web --dump-config

输出中确认出现 dsh-plugin-deepeye 层即可。启动命令：

dsh web

其中，web 是 --profile web 的别名。

设置 OPENAI_API_KEY 环境变量后，在 cordis.yml 中配置 provider: openai 即可使用。

export OPENAI_API_KEY=sk-xxx

- id: deepeye-vision
  name: 'dsh-plugin-deepeye'
  config:
    provider: openai

自定义 OpenAI-compatible 端点通常使用 patch 文件叠加。示例命令：

dsh web --patch ./examples/zhipu-glm4v.cordis.patch.yml

使用 custom provider 时，示例中 baseUrl 和 model 为必填。

插件支持 pasteCompat，取值为 off、auto、force，默认 auto。

- id: deepeye-vision
  config:
    pasteCompat: auto

GitHub 仓库：https://github.com/Favio8/dsh-plugin-deepeye