前言¶

在 DeepSeek Harness（DSH）的插件扩展方式中，Web UI 里的模型选择通常围绕单个模型展开。做智能体流程时，常见诉求是让 DeepSeek 负责推理、工具调用和最终回答，同时用外部视觉模型处理图像输入。dsh-vision-provider 是 DeepSeek Harness 的社区插件，由 libinyam 维护，采用 MIT 许可。它把已配置的视觉模型暴露为 DeepSeek + Vision 下的可选组合：视觉模型做图像分析，DeepSeek 继续负责最终回答。

下面介绍它的定位、核心能力、安装方式、配置项、典型用法和注意事项。

这是什么¶

dsh-vision-provider 是一个 DeepSeek Harness adapter。它会读取 Settings > Models 中声明了 image 输入的视觉模型，并让每个视觉模型成为 Web UI 中单独可选的 DeepSeek 组合。

这不是 DeepSeek 的原生像素输入，而是一个 two-model bridge。最终回答质量同时依赖视觉 sidecar 和 DeepSeek。视觉模型不作为最终回答模型，DeepSeek 负责推理、工具调用和最终回答。

核心功能¶

• 在 DeepSeek + Vision provider 下提供可选择的视觉模型组合。
• 读取 Settings > Models 中声明 image 输入的模型，并让每个视觉模型成为单独可选的 DeepSeek 组合。
• 纯文本请求直接发送到 deepseek-official/deepseek-v4-flash。
• 带图像的请求由 Web UI 中选择的视觉模型分析；视觉分析结果替换原始图像后再交给 DeepSeek。
• DeepSeek 负责推理、工具调用和最终回答。
• 当前进程内重复工具步骤会复用已缓存的图像分析。
• 支持通过 Settings > Models 添加第三方视觉模型。
• 支持直连 OpenAI-compatible 视觉端点 fallback。
• 支持通过 DSH_VISION_USE_LEGACY、DSH_VISION_BASE_URL、DSH_VISION_MODEL、DSH_VISION_MODEL_NAME、DSH_VISION_API_KEY_ENV 环境变量配置直连端点。

安装与启用¶

先确认环境满足以下条件：

• DeepSeek Harness 0.1.0-rc.5 或兼容版本。
• Node.js >=22.19.0。
• 已配置 DeepSeek API key。
• Settings > Models 中至少有一个声明 text 和 image 的模型，或可用直连 OpenAI-compatible 视觉端点。
• pnpm 对 dsh plugin 可用。

插件管理和启动始终使用同一个 DSH_HOME。

如果已有 installed dsh 命令，先设置 DSH_HOME，再添加插件并启动 Web：

$env:DSH_HOME = "D:\dsh-home"

dsh plugin --profile web add github:libinyam/dsh-vision-provider
dsh web

如果从 DeepSeek Harness 源码目录运行，先设置 DSH_HOME，再通过 pnpm dsh 添加插件：

Set-Location D:\deepseek-harness
$env:DSH_HOME = "D:\dsh-home"

pnpm dsh plugin --profile web add github:libinyam/dsh-vision-provider
pnpm dsh web

配置密钥¶

这个组合最终会使用两类凭据：

1. DeepSeek key：在 Settings > Models 中按 Harness 的 provider 配置方式配置。
2. Vision key：直连 sidecar fallback 默认使用 VISION_OPENAI_API_KEY。

在当前 PowerShell 窗口设置视觉 key 后启动 Web：

$env:VISION_OPENAI_API_KEY = "your-vision-api-key"
pnpm dsh web

API key 不会写入该仓库或被插件记录。插件会先向 Harness credential service 查询配置引用，再回退到启动进程环境。不要把密钥本身写入 settings.yaml。

典型用法¶

发起带图提问¶

经过上面的安装和配置后，按下面的步骤使用：

1. 启动或重启 Web profile。
2. 创建新会话。
3. 选择 DeepSeek + Vision。
4. 选择你要使用的视觉模型，例如 GLM-4.6V-Flash。
5. 将图片粘贴或拖入 composer。
6. 输入问题并发送。

纯文本消息会完全跳过视觉端点，直接走 DeepSeek。

添加第三方视觉模型¶

如果需要新增一个可被选择的视觉模型，可以在 Web UI 中维护模型配置：

1. 打开 Settings > Models。
2. 添加或编辑第三方 provider。
3. 填写 provider ID、display name、protocol、endpoint 和 credential reference。
4. 添加精确的视觉模型 ID 和 display name。
5. 保存，然后打开 DeepSeek + Vision。

插件只把声明了 image 输入能力的模型纳入视觉目录。自定义模型如果保持默认 input: [text]，会被有意排除在视觉目录外。

直连 OpenAI-compatible 视觉端点¶

也可以不依赖 Settings > Models 中的 provider 注册，通过环境变量配置直连端点。启动 Harness 前设置直连端点变量，再启动 Web：

$env:DSH_VISION_USE_LEGACY = "your-value"
$env:DSH_VISION_BASE_URL = "your-base-url"
$env:DSH_VISION_MODEL = "your-model-id"
$env:DSH_VISION_MODEL_NAME = "your-display-name"
$env:DSH_VISION_API_KEY_ENV = "YOUR_API_KEY_ENV"
$env:YOUR_API_KEY_ENV = "your-api-key"
pnpm dsh web

这里的直连 fallback 使用 fetch 直连，不经过 Harness provider retries 或 llm/stream middleware。

升级¶

如果需要更新插件，可以运行：

pnpm dsh plugin --profile web update dsh-vision-provider

适用场景与注意¶

适合使用 DSH Web profile 的开发者：希望 DeepSeek 保持最终回答模型，同时通过可选择的视觉模型处理图像输入。

使用前注意：

• 这是社区项目，不是 DeepSeek 或 OpenAI 官方包。
• 这是 two-model bridge，不是 DeepSeek 原生像素输入。
• 最终回答质量同时依赖视觉 sidecar 和 DeepSeek。
• 视觉模型不作为最终回答模型，DeepSeek 负责最终回答。
• 纯文本消息完全跳过视觉端点。
• 不要删除仍希望选择其视觉模型的 provider。
• 不要把密钥本身写入 settings.yaml。
• 插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。
• DSH 社区目录是独立站点，与 DeepSeek / 幻方无官方从属关系。

链接¶

• 目录页：https://www.skillhub.cn/plugins/libinyam/dsh-vision-provider
• GitHub：https://github.com/libinyam/dsh-vision-provider