前言¶

在 DeepSeek Harness（DSH）的插件擴展方式中，Web UI 裏的模型選擇通常圍繞單個模型展開。做智能體流程時，常見訴求是讓 DeepSeek 負責推理、工具調用和最終回答，同時用外部視覺模型處理圖像輸入。dsh-vision-provider 是 DeepSeek Harness 的社區插件，由 libinyam 維護，採用 MIT 許可。它把已配置的視覺模型暴露爲 DeepSeek + Vision 下的可選組合：視覺模型做圖像分析，DeepSeek 繼續負責最終回答。

下面介紹它的定位、核心能力、安裝方式、配置項、典型用法和注意事項。

這是什麼¶

dsh-vision-provider 是一個 DeepSeek Harness adapter。它會讀取 Settings > Models 中聲明瞭 image 輸入的視覺模型，並讓每個視覺模型成爲 Web UI 中單獨可選的 DeepSeek 組合。

這不是 DeepSeek 的原生像素輸入，而是一個 two-model bridge。最終回答質量同時依賴視覺 sidecar 和 DeepSeek。視覺模型不作爲最終回答模型，DeepSeek 負責推理、工具調用和最終回答。

核心功能¶

• 在 DeepSeek + Vision provider 下提供可選擇的視覺模型組合。
• 讀取 Settings > Models 中聲明 image 輸入的模型，並讓每個視覺模型成爲單獨可選的 DeepSeek 組合。
• 純文本請求直接發送到 deepseek-official/deepseek-v4-flash。
• 帶圖像的請求由 Web UI 中選擇的視覺模型分析；視覺分析結果替換原始圖像後再交給 DeepSeek。
• DeepSeek 負責推理、工具調用和最終回答。
• 當前進程內重複工具步驟會複用已緩存的圖像分析。
• 支持通過 Settings > Models 添加第三方視覺模型。
• 支持直連 OpenAI-compatible 視覺端點 fallback。
• 支持通過 DSH_VISION_USE_LEGACY、DSH_VISION_BASE_URL、DSH_VISION_MODEL、DSH_VISION_MODEL_NAME、DSH_VISION_API_KEY_ENV 環境變量配置直連端點。

安裝與啓用¶

先確認環境滿足以下條件：

• 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 中至少有一個聲明 text 和 image 的模型，或可用直連 OpenAI-compatible 視覺端點。
• pnpm 對 dsh plugin 可用。

插件管理和啓動始終使用同一個 DSH_HOME。

如果已有 installed dsh 命令，先設置 DSH_HOME，再添加插件並啓動 Web：

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

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

如果從 DeepSeek Harness 源碼目錄運行，先設置 DSH_HOME，再通過 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

配置密鑰¶

這個組合最終會使用兩類憑據：

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

在當前 PowerShell 窗口設置視覺 key 後啓動 Web：

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

API key 不會寫入該倉庫或被插件記錄。插件會先向 Harness credential service 查詢配置引用，再回退到啓動進程環境。不要把密鑰本身寫入 settings.yaml。

典型用法¶

發起帶圖提問¶

經過上面的安裝和配置後，按下面的步驟使用：

1. 啓動或重啓 Web profile。
2. 創建新會話。
3. 選擇 DeepSeek + Vision。
4. 選擇你要使用的視覺模型，例如 GLM-4.6V-Flash。
5. 將圖片粘貼或拖入 composer。
6. 輸入問題併發送。

純文本消息會完全跳過視覺端點，直接走 DeepSeek。

添加第三方視覺模型¶

如果需要新增一個可被選擇的視覺模型，可以在 Web UI 中維護模型配置：

1. 打開 Settings > Models。
2. 添加或編輯第三方 provider。
3. 填寫 provider ID、display name、protocol、endpoint 和 credential reference。
4. 添加精確的視覺模型 ID 和 display name。
5. 保存，然後打開 DeepSeek + Vision。

插件只把聲明瞭 image 輸入能力的模型納入視覺目錄。自定義模型如果保持默認 input: [text]，會被有意排除在視覺目錄外。

直連 OpenAI-compatible 視覺端點¶

也可以不依賴 Settings > Models 中的 provider 註冊，通過環境變量配置直連端點。啓動 Harness 前設置直連端點變量，再啓動 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

這裏的直連 fallback 使用 fetch 直連，不經過 Harness provider retries 或 llm/stream middleware。

升級¶

如果需要更新插件，可以運行：

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

適用場景與注意¶

適合使用 DSH Web profile 的開發者：希望 DeepSeek 保持最終回答模型，同時通過可選擇的視覺模型處理圖像輸入。

使用前注意：

• 這是社區項目，不是 DeepSeek 或 OpenAI 官方包。
• 這是 two-model bridge，不是 DeepSeek 原生像素輸入。
• 最終回答質量同時依賴視覺 sidecar 和 DeepSeek。
• 視覺模型不作爲最終回答模型，DeepSeek 負責最終回答。
• 純文本消息完全跳過視覺端點。
• 不要刪除仍希望選擇其視覺模型的 provider。
• 不要把密鑰本身寫入 settings.yaml。
• 插件以當前 dsh 進程權限運行，安裝前應檢查源碼與許可證。
• DSH 社區目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係。

鏈接¶

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