前言¶
在 DeepSeek Harness（DSH）中，一些模型路由仍只處理純文本。對做智能體工作流的開發者來說，常見問題是：圖片可以出現在會話裏，但文本模型無法直接讀取像素，也難以在後續推理中穩定引用某張圖。
dsh-read-image 針對這個問題提供插件化方案：允許純文本路由接受圖片輸入，把圖片塊投影爲 [Image #N]，並通過可配置視覺模型的 read_image 工具讀回圖片內容。
DSH 的插件生態強調可組合擴展；這類插件應視爲獨立插件生態的一部分，而不是官方應用商店入口。下面介紹它的定位、核心功能、安裝方式、典型用法和安全注意。
這是什麼¶
dsh-read-image 是一個 DSH 插件，由 OoWJZZoO 維護，許可證爲 MIT。
它面向純文本 DSH 模型，解決“文本模型不能讀圖”的問題：
- 粘貼的圖片不再被拒絕；
- 圖片塊被投影爲
[Image #N]； - 自動註冊
read_image工具，支持image_index和file_path； - 通過可配置視覺模型把圖片讀回爲文本內容。
如果當前路由本身是原生多模態，插件會回退到內置 read_image 工具，而不是繼續注入 [Image #N]。
核心功能¶
接受圖片輸入¶
在純文本 DSH 路由中，粘貼圖片不再被拒絕。
投影爲 [Image #N]¶
在純文本路由中，圖片塊會被原地投影爲 [Image #N]。這樣模型看到的是可引用的文本佔位，便於後續調用工具讀取。
read_image 工具¶
插件會自動註冊 read_image 工具。該工具支持以下輸入：
image_index：讀取會話中的第 N 張圖片，對應[Image #N]；file_path：讀取圖片文件路徑。
調用 read_image 時，可以覆蓋默認值，相關參數包括：
prompt
reasoning_effort
timeout_ms
max_tokens
max_thinking_tokens
原生多模態路由回退¶
當會話基礎路由本身支持圖片輸入時，插件會回退到內置 read_image 工具。
Read image 設置區塊¶
插件提供 “Read image” 設置區塊，可編輯視覺模型和默認值。
安裝與啓用¶
先確認 DSH 版本滿足要求：
DeepSeek Harness (dsh) 0.1.0-rc.6 or later
然後執行安裝命令：
dsh plugin --profile web add github:OoWJZZoO/dsh-read-image
安裝後重啓 dsh web。
插件運行時爲純 Node.js，並可在 Windows 上直接使用。
注意：不要同時使用插件安裝命令和手動安裝，避免插件被註冊兩次。
典型用法¶
先粘貼一張圖片。此時文本模型會看到：
[Image #1]
接着調用 read_image：
read_image image_index=1
這會讀取會話中的第一張圖片。
如果要從文件讀取圖片：
read_image file_path=/path/to/image.png
如果需要覆蓋默認值，可以傳入相關參數：
read_image image_index=1 prompt=<prompt> reasoning_effort=<effort> timeout_ms=<ms> max_tokens=<n> max_thinking_tokens=<n>
read_image 可重複調用，包括重複讀取同一張圖片。
配置¶
配置位於：
$DSH_HOME/settings.yaml
也可以在 Web 的 Settings → Read image 中編輯。該設置區塊用於編輯視覺模型和默認值。
如果環境自檢後需要強制加載，可在插件配置中設置：
dsh-read-image:
guard.enabled: false
這屬於用戶自擔風險。
安全與注意¶
插件會執行環境自檢並失敗安全。若自檢失敗，插件不加載，DSH 正常啓動。guard.enabled: false 可在用戶自擔風險下強制加載。
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，倉庫地址爲：
https://github.com/OoWJZZoO/dsh-read-image
結尾¶
dsh-read-image 的價值比較具體：讓純文本 DSH 路由接受圖片、用 [Image #N] 引用圖片，並通過可配置視覺模型讀回內容。對於需要讓文本模型參與多模態任務的 DSH 工作流，這是一個可落地、可回退、失敗安全的插件化方案。
GitHub：
https://github.com/OoWJZZoO/dsh-read-image
