前言¶
在 DeepSeek Harness（DSH）中，一些模型路由仍只处理纯文本。对做智能体工作流的开发者来说，常见问题是：图片可以出现在会话里，但文本模型无法直接读取像素，也难以在后续推理中稳定引用某张图。
dsh-read-image 针对这个问题提供插件化方案：允许纯文本路由接受图片输入，把图片块投影为 [Image #N]，并通过可配置视觉模型的 read_image 工具读回图片内容。
DSH 的插件生态强调可组合扩展；这类插件应视为独立插件生态的一部分，而不是官方应用商店入口。下面介绍它的定位、核心功能、安装方式、典型用法和安全注意。
这是什么¶
dsh-read-image 是一个 DSH 插件，由 OoWJZZoO 维护，许可证为 MIT。
它面向纯文本 DSH 模型，解决“文本模型不能读图”的问题：
- 粘贴的图片不再被拒绝；
- 图片块被投影为
[Image #N]； - 自动注册
read_image工具，支持image_index和file_path； - 通过可配置视觉模型把图片读回为文本内容。
如果当前路由本身是原生多模态，插件会回退到内置 read_image 工具，而不是继续注入 [Image #N]。
核心功能¶
接受图片输入¶
在纯文本 DSH 路由中，粘贴图片不再被拒绝。
投影为 [Image #N]¶
在纯文本路由中，图片块会被原地投影为 [Image #N]。这样模型看到的是可引用的文本占位，便于后续调用工具读取。
read_image 工具¶
插件会自动注册 read_image 工具。该工具支持以下输入：
image_index：读取会话中的第 N 张图片，对应[Image #N]；file_path：读取图片文件路径。
调用 read_image 时，可以覆盖默认值，相关参数包括：
prompt
reasoning_effort
timeout_ms
max_tokens
max_thinking_tokens
原生多模态路由回退¶
当会话基础路由本身支持图片输入时，插件会回退到内置 read_image 工具。
Read image 设置区块¶
插件提供 “Read image” 设置区块，可编辑视觉模型和默认值。
安装与启用¶
先确认 DSH 版本满足要求：
DeepSeek Harness (dsh) 0.1.0-rc.6 or later
然后执行安装命令：
dsh plugin --profile web add github:OoWJZZoO/dsh-read-image
安装后重启 dsh web。
插件运行时为纯 Node.js，并可在 Windows 上直接使用。
注意：不要同时使用插件安装命令和手动安装，避免插件被注册两次。
典型用法¶
先粘贴一张图片。此时文本模型会看到：
[Image #1]
接着调用 read_image：
read_image image_index=1
这会读取会话中的第一张图片。
如果要从文件读取图片：
read_image file_path=/path/to/image.png
如果需要覆盖默认值，可以传入相关参数：
read_image image_index=1 prompt=<prompt> reasoning_effort=<effort> timeout_ms=<ms> max_tokens=<n> max_thinking_tokens=<n>
read_image 可重复调用，包括重复读取同一张图片。
配置¶
配置位于：
$DSH_HOME/settings.yaml
也可以在 Web 的 Settings → Read image 中编辑。该设置区块用于编辑视觉模型和默认值。
如果环境自检后需要强制加载，可在插件配置中设置：
dsh-read-image:
guard.enabled: false
这属于用户自担风险。
安全与注意¶
插件会执行环境自检并失败安全。若自检失败，插件不加载，DSH 正常启动。guard.enabled: false 可在用户自担风险下强制加载。
插件以当前 DSH 进程权限运行。安装前应检查源码与许可证。本插件许可证为 MIT，仓库地址为：
https://github.com/OoWJZZoO/dsh-read-image
结尾¶
dsh-read-image 的价值比较具体：让纯文本 DSH 路由接受图片、用 [Image #N] 引用图片，并通过可配置视觉模型读回内容。对于需要让文本模型参与多模态任务的 DSH 工作流，这是一个可落地、可回退、失败安全的插件化方案。
GitHub：
https://github.com/OoWJZZoO/dsh-read-image
