前言¶

在 DSH 插件生態裏，有些會話需要處理本地圖片：描述畫面、識別文字、根據圖片內容繼續回答。DeepSeek Harness 可以接入插件，dsh-vision-tools 就是爲此準備的一個視覺能力插件。它把本地圖片交給 OpenAI 兼容視覺 API 理解，再讓當前會話繼續處理。

下面介紹它的核心能力、安裝配置和使用方式。

這是什麼¶

dsh-vision-tools 由 moon09300731 維護，許可證爲 MIT。

它爲 DSH 提供 vision_understand 全局工具，使所有會話都能調用 OpenAI 兼容視覺 API 理解本地圖片。插件默認使用智譜 GLM-4.6V-Flash，並支持 zhipu、dashscope、siliconflow、openai 四家 provider 切換。

核心功能¶

下面列出的能力均來自插件資料：

• vision_understand：調用 OpenAI 兼容視覺大模型 API，完成畫面描述、文字識別和圖片相關問題回答。
• 全局可用：vision_understand 註冊爲全局工具，所有會話可用。
• 三種識圖入口：粘貼截圖、拖拽圖片、點擊按鈕選擇文件。
• 自動落盤：粘貼、拖拽、按鈕入口會把圖片保存到 $DSH_HOME/pasted-images/，並在輸入框填入 請識別這張圖片：<路徑>。
• 限流降級：主模型被限流時，可自動降級到 VISION_FALLBACK_MODEL 或 provider 預設模型重試一次。
• 配置回退：支持 ~/.dsh/vision.env 全局配置，也支持項目目錄 .dsh-vision.env 工作區回退配置；配置即時讀取，改完無需重啓。
• Web 入口：通過 POST /api/vision-paste 路由落盤粘貼圖片，並在 DSH web 輸入框左側註冊“識圖”按鈕。

安裝與啓用¶

先執行下面的插件安裝命令：

dsh plugin --profile web add dsh-vision-tools

安裝完成後，重啓 dsh web 使插件生效。

典型用法¶

下面是常見配置與操作路徑。先創建全局配置文件：

VISION_PROVIDER=zhipu
VISION_API_KEY=你的APIKey

如果需要使用指定模型、接口地址或降級模型，可以繼續補充：

VISION_BASE_URL=https://open.bigmodel.cn/api/paas/v4/chat/completions
VISION_MODEL=glm-4.6v-flash
VISION_FALLBACK_MODEL=glm-4v-flash

這裏的 VISION_PROVIDER 可選值包括 zhipu、dashscope、siliconflow、openai。默認使用智譜 GLM-4.6V-Flash；如果主模型被限流，插件會嘗試降級到 VISION_FALLBACK_MODEL 或 provider 預設模型重試一次。

配置完成後，有三種方式送入圖片：

1、使用 Cmd/Ctrl+V 粘貼剪貼板截圖。
2、將圖片拖到輸入框左側的“識圖”按鈕。
3、點擊“識圖”按鈕選擇文件。

經過上面的步驟，圖片會被保存到 $DSH_HOME/pasted-images/，輸入框會填入 請識別這張圖片：<路徑>。發送後，agent 會自動調用 vision_understand 識別圖片。

如果希望配置只對項目生效，可以在項目目錄放置 .dsh-vision.env。該文件與 ~/.dsh/vision.env 使用相同格式，僅當前項目生效。

適用場景與注意¶

適合在 DSH web 會話中快速查看截圖、識別圖片文字或根據圖片提問。使用之前建議注意這些邊界：

• 圖片會經外部視覺 API 出網，傳輸方式爲 base64。如果圖片包含敏感數據，可改用本地 OCR，例如 tesseract 或 paddleocr；也可以自建內網視覺服務，並用 VISION_BASE_URL 指向該服務。
• vision.env 包含 API Key，不要提交到 git。資料稱本倉庫 .gitignore 已忽略該文件。
• 粘貼路由僅監聽 DSH 本機端口，圖片保存路徑爲 $DSH_HOME/pasted-images/。
• 限流自動降級僅限流類錯誤觸發；密鑰無效、參數錯誤等業務錯誤不降級，直接報錯。
• 主模型與降級模型相同時，不會重複請求。
• @deepseek-ai/dsh-tools 由 DSH 宿主運行時自帶，插件不將其聲明爲 dependencies，以避免 dsh-tools 雙實例導致 scheduler.prepare 崩潰。
• 插件以當前 dsh 進程權限運行。安裝前應檢查源碼與許可證。本插件許可證爲 MIT。

鏈接¶

插件信息中給出的相關鏈接如下：

• 目錄頁：https://www.skillhub.cn/plugins/moon09300731/dsh-vision-tools
• GitHub：https://github.com/moon09300731/dsh-vision-tools

這樣即可在 DSH 會話中接入本地圖片理解能力。