前言¶

在 DSH 裏使用純文本模型處理包含圖片的會話時，常見的問題是：聊天上傳的圖片需要落盤，原生 read_image 可能把圖片塊帶入純文本端點請求，而後續識別又需要調用視覺模型。xiaoxianyu-office/dsh-image-tools 是一個 DSH 插件包，用來讓 deepseek-v4-pro / deepseek-v4-flash 這類純文本模型在會話中具備識圖能力：聊天發圖自動落盤、動態禁用原生 read_image，並提供對話式 image_recognize 工具委派視覺子 agent，如 xiaomi/mimo-v2.5。

下面介紹它的定位、核心能力、安裝步驟和注意事項。

這是什麼¶

xiaoxianyu-office/dsh-image-tools 由 xiaoxianyu-office 維護，許可證爲 MIT。它掛載在宿主層，覆蓋 standard / code / minimal / cordis preset 會話，並按會話當前模型的能力聲明動態判定是否攔截或橋接。

核心功能¶

• 聊天發圖自動落盤到 <工作區>/uploads/，消息中顯示 [圖片] 文件名。
• 橋接模型調用原生 read_image 時會被禁用，改用 image_recognize。
• image_recognize 以對話方式執行識圖任務，並可委派視覺子 agent，如 xiaomi/mimo-v2.5。
• 宿主層全局生效，standard / code / minimal / cordis preset 會話通用。
• 按會話當前模型能力聲明動態判定是否攔截 / 橋接。
• 提供首次安裝嚮導與故障自動自檢。
• 識圖輸出有嚴格規範：位置使用像素座標或明確方位，顏色使用 #RRGGBB 色值；圖中沒有的內容回答“圖中未出現”，不確定時回答“無法從圖中確認”並說明原因。

安裝與啓用¶

先確認前置條件：需要 pnpm，且模型路由需要在設置層已存在。插件只掛載插件行，不會替你創建路由。

npm i -g pnpm

先安裝 pnpm，後續插件安裝使用。

在 ~/.dsh/settings.yaml 中預置模型路由。橋接聲明只用於放行上傳准入；例如爲 deepseek-v4-pro / deepseek-v4-flash 的 input 覆寫加入 image。

# ~/.dsh/settings.yaml
# 橋接聲明：僅用於放行上傳准入
deepseek-v4-pro:
  input: [ text, image ]
deepseek-v4-flash:
  input: [ text, image ]

這一步隻影響上傳准入和插件是否橋接該模型。真多模態模型不要手寫 input 聲明；移除 input 聲明即關閉該模型橋接。

在 ~/.dsh/.credentials.yaml 中配置識圖模型 token。

# ~/.dsh/.credentials.yaml
XIAOMI_API_KEY: <your-key>

這裏填寫 XIAOMI_API_KEY，供識圖子 agent 使用。

執行官方安裝命令：

dsh plugin --profile web add -w github:xiaoxianyu-office/dsh-image-tools#v0.3.7

執行後重啓 dsh web 服務，使插件代碼在進程內生效。

典型用法¶

經過上面的步驟後，在橋接模型會話中上傳圖片，圖片會自動落盤到 <工作區>/uploads/，消息中顯示 [圖片] 文件名。

橋接模型不要調用原生 read_image。調用後會被禁用，應改用 image_recognize。image_recognize 需要傳針對性讀取任務，即說明想從圖中獲得什麼。

同一圖片路徑再次調用 image_recognize 時，會自動銜接此前的問答，可持續追問。

如果舊會話歷史裏已殘留含圖片消息並導致 400，新開會話。

配置與升級¶

cordis.patch.yml 中 config 字段支持以下配置項：

uploadsDir: uploads
provider: xiaomi
model: mimo-v2.5

其中 uploadsDir 爲圖片落盤目錄，相對工作區；provider 爲識圖子 agent 模型路由；model 爲識圖子 agent 模型。

升級時重複執行 add 並指定最新 tag，不要用 update 選擇 Git 引用：

dsh plugin --profile web add -w github:xiaoxianyu-office/dsh-image-tools#v0.3.7

示例使用已覈實的 v0.3.7；實際升級時按倉庫 Releases 中的最新 tag 替換。

卸載後插件層無殘留，但 settings.yaml 的路由與默認模型需要手動還原。~/.dsh/image-tools-state.json 爲可選清理項。

適用場景與注意¶

適合需要在 DSH web 會話中讓 deepseek-v4-pro / deepseek-v4-flash 處理圖片，同時保留原生多模態模型鏈路的開發者。

注意以下幾點：

• 需要 pnpm；Node engines 爲 ^22.19.0 || >=24.0.0。
• peerDependencies 包括 @deepseek-ai/cordis ^4.0.1、@deepseek-ai/schemastery ^3.18.1、@deepseek-ai/dsh-tools ^0.1.0-rc.6。
• 插件以當前 dsh 進程權限運行，安裝前應檢查源碼與 MIT 許可證。
• host 接口使用迴環地址 + Host 精確校驗 + 隨機頁面令牌，並限制請求方法：GET 只讀，POST 才執行。
• 橋接聲明只用於放行上傳准入；刪除橋接模型 input 覆寫後上傳會被准入拒絕。
• DSH 社區目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係。

鏈接¶

GitHub：https://github.com/xiaoxianyu-office/dsh-image-tools

目錄頁：已覈實資料未提供可覈實目錄頁 URL，本文不列出具體鏈接，以 DSH 社區目錄實際展示爲準。