前言¶

DSH 的理念是插件化擴展：社區目錄是獨立站點，不應被理解成 DeepSeek 或幻方的官方應用商店。

對於維護文本模型的 DSH 使用者來說，一個常見斷點是：父模型能處理對話，但不一定直接處理圖片。截圖、表格、報錯圖裏的信息，如果只是臨時被看一眼，後續引用很容易斷鏈。

下面介紹 DSH DeepSeek Vision。它由 Argonaut790 維護，給僅文本的 DeepSeek Harness 模型增加圖像理解、完整 OCR 和持久視覺證據。

這是什麼¶

DSH DeepSeek Vision 是一個 DSH 插件，包名爲 dsh-deepseek-vision，許可證爲 MIT。

它的定位是：

• Image understanding
• Full-screen OCR
• Persistent visual evidence for text-only DeepSeek Harness models

簡單說，它不替代父模型，而是在 DSH 裏增加一條視覺路由，讓文本模型可以調用圖像理解能力，並把結果留在對話裏。

核心功能¶

下面按已覈實能力列出：

• 圖像理解
• 全屏 OCR
• 面向僅文本 DeepSeek Harness 模型的持久視覺證據
• see_image 支持 latest、all 和指定圖片選擇
• 會話範圍內的視覺分析器，帶 follow-up memory
• 結構化摘要、問答、完整 OCR 和不確定項
• 只讀 Evidence 標籤頁和每次調用的 evidence cards
• 在 Choose Model 旁邊的全局 Vision 提供商/模型選擇器
• 即時路由變化會啓動新的分析器

安裝與啓用¶

先確認環境要求：

• Node.js ^22.19.0 or >=24
• DeepSeek Harness 0.1.0-rc.6
• Harness catalog 中已註冊一個 image-capable model
• DSH spawn subagent provider

該包沒有發佈到 npm，需要本地構建。先做本地構建，再把本地包加入 Web profile：

git clone https://github.com/Argonaut790/dsh-deepseek-vision.git
cd dsh-deepseek-vision
corepack yarn install --frozen-lockfile
corepack yarn build
dsh plugin --profile web add .

經過上面的步驟，插件會被添加到 web profile。

啓用時，不要讓等效的內建 see-image-model、tool-subagent-image 或 vision-picker 行同時啓用，避免服務與工具衝突。

典型用法¶

Web 對話中的用法：

1. 打開一個對話。
2. 從 Vision: … 芯片選擇一個 image-capable route。

對於 headless profile，在 $DSH_HOME/settings.yaml 中配置相同的全局路由：

see-image-model:
  provider: openrouter
  model: '~x-ai/grok-latest'
  maxTokens: 8192

這裏的 provider 和 model 是示例，必須與你 Harness 中註冊的路由一致。支持的範圍是 1-32768。

也可以在工具行設置一個可選的靜態回退：

- id: deepseek-vision-tool
  name: dsh-deepseek-vision/tool
  config:
    provider: spawn
    agentOptions:
      provider: openrouter
      model: '~x-ai/grok-latest'
      maxTokens: 8192

同樣，provider 和 model 名稱需要與 Harness 中註冊的路由一致。

適用場景與注意¶

適合在 DSH 中使用文本父模型、並需要把圖片內容穩定帶入後續分析的開發者或使用者。

使用前注意這些點：

• 被選中的圖片會發送到配置的視覺提供商；使用前檢查該提供商的保留、地區和隱私條款。
• 每次分析器輪次會消耗所選模型的 tokens，並可能產生提供商費用。
• OCR 和視覺結論是模型生成的證據，不是保證事實。
• 圖片中發現的文本按不可信數據處理，不作爲指令。
• Evidence 記錄保留附件標識符和派生文本，不嵌入圖片字節。
• 插件加載後運行於當前 DSH 進程權限內；安裝前應檢查源碼和 MIT 許可證。

結尾¶

DSH DeepSeek Vision 的價值在於：給文本 DSH 模型補上圖像理解、OCR 和可回溯的視覺證據，而不是用視覺模型替換父模型。

GitHub：

https://github.com/Argonaut790/dsh-deepseek-vision

目錄頁（插件線索地址，本文不把它寫成已覈實事實）：

https://www.skillhub.cn/plugins/Argonaut790/dsh-deepseek-vision