前言¶
在 DSH 裏使用純文本 DeepSeek 時，遇到截圖、界面報錯、文檔圖片或需要對比的視覺內容，常見做法是先用外部工具識別，再把文字貼回會話。dsh-youreyes 把這一過程放進 DSH 插件體系中：在 DeepSeek Harness 中提供模型可調用的識圖工具，讓 DeepSeek 在需要時調用視覺通道，拿到文字證據後繼續回答。
下面介紹它的定位、核心能力、安裝方式、典型用法和需要注意的限制。
這是什麼¶
dsh-youreyes 是一個 DSH 插件，倉庫名爲 54xkeee/dsh-youreyes，由 54xkeee 維護，許可證爲 MIT。它面向純文本 DeepSeek 場景，爲模型提供視覺/識圖工具，並支持以下通道：
- Antigravity IDE
- 任意 OpenAI 兼容 VLM 端點
- Gemini API
- 本地 Ollama
它也可以爲 deepseek/opencode-go 上游提供包裝適配器，使對話流中的 DeepSeek 能調用識圖工具。插件要求 Node >=20、dsh >=0.1.0。
核心能力¶
模型可調用的識圖工具¶
dsh-youreyes 的側重點不是獨立聊天，而是在 DSH 會話裏給模型提供一個可調用工具。模型可以根據上下文決定是否需要識圖，識圖結果再回填到回答流程中。
多種視覺通道¶
它支持將不同後端接爲識圖通道：
- 本地 Ollama：插件啓動時可自動檢測。
- Gemini API：通過 API key 配置。
- OpenAI 兼容端點：通過 base URL、API key、模型名配置。
- Antigravity IDE：可作爲默認通道使用。
如果 Antigravity IDE 通道不可用，插件會按 Gemini → OpenAI → Ollama 的順序降級。
任務模式¶
插件提供四種任務模式：
glanceocrregioncompare
這些模式對應不同的識圖意圖，例如通用理解、文字轉錄、局部區域關注和多圖比較。
auto 檔位¶
auto 檔位採用兩遍策略：先做標準檢查，如果畫面複雜，再自動升級深度檢查。這樣可以減少複雜截圖、表格、界面或多圖對比場景下只靠一次識別不夠用的情況。
結構化證據輸出¶
識圖結果要求結構化 JSON 證據，並限制列表長度。這樣返回給模型的內容更緊湊，便於後續推理。
視覺證據記憶¶
插件支持視覺證據記憶：
- 同一張圖、同一問法可以跨輪複用已有結果。
- DSH 會話壓縮後，相關視覺證據可恢復。
- 模型後續可以基於已有證據繼續追問，不必重複粘貼同一張圖。
內容哈希緩存¶
插件使用內容哈希緩存，避免同一張圖、同一問法被重複識別。緩存默認最多保留 64 條。
WSL / 網絡受限場景¶
在 WSL 或網絡受限時，如果 fetch 失敗，可以通過 winCurlPath 配置 Windows curl 路徑進行降級。
安裝與啓用¶
先確認環境滿足版本要求：
Node >=20
dsh >=0.1.0
然後執行官方安裝命令：
dsh plugin --profile web add dsh-youreyes
如果是本地 Ollama 通道，先按 Ollama 文檔完成安裝，並拉取可用視覺模型，再執行上面的安裝命令，最後重啓 dsh web。
配置通道¶
本地 Ollama¶
本地 Ollama 模式適合不想配置 API key 的場景。插件啓動時可自動檢測本地 Ollama。該模式下圖片不出本機，無 key、無註冊、無費用。
經過上面的步驟後，如果本地 Ollama 已就緒，重啓 dsh web 即可進入可用狀態。
Gemini¶
使用 Gemini 通道時，需要編輯 profile 的 cordis.patch.yml，爲 youreyes 配置：
geminiApiKey: YOUR_GEMINI_API_KEY
OpenAI 兼容端點¶
使用任意 OpenAI 兼容 VLM 端點時，在 youreyes 配置中設置：
openaiBaseUrl: YOUR_OPENAI_BASE_URL
openaiApiKey: YOUR_OPENAI_API_KEY
openaiModel: YOUR_VLM_MODEL
其中 openaiApiKey 也可以使用環境變量 YOUREYES_OPENAI_API_KEY。
Antigravity IDE¶
使用 Antigravity IDE 通道時，要求 IDE 已啓動並登錄，並配置工作區、項目等路徑。常見配置項包括：
antigravityWorkspace: /path/to/workspace
antigravityProjectId: your-project-id
IDE 不可用時，插件會按 Gemini → OpenAI → Ollama 降級。
典型用法¶
會話面板識圖¶
在會話頭部點「識圖」，然後按順序完成：
- 添加或粘貼圖片。
- 填寫提示詞。
- 選擇模式、檔位和通道。
- 發起識別。
對話流中調用¶
在模型選擇器中選擇：
DeepSeek (Vision Toolkit)
之後可以直接粘貼圖片併發送，讓模型自動調用識圖工具。
通道自檢¶
插件提供配置自檢接口：
http://127.0.0.1:3080/api/youreyes/vision
向該接口發送 base64 圖片、prompt 和 channel，可以快速確認當前通道是否能正常返回識別結果。若接口報錯，可先檢查通道配置、網絡路徑和本地服務狀態。
限制與注意事項¶
插件運行時涉及以下默認限制：
maxImageBytes: 8MB
maxImages: 8
maxTokens: 2048
timeoutMs: 60000
cacheMax: 64
如果使用 allowedImageDirs，且該配置非空，則僅允許 image_path 讀取指定目錄。
需要特別注意：
- 插件以當前
dsh進程權限運行，安裝前應檢查源碼與許可證。 - Antigravity IDE 通道要求 IDE 已啓動並登錄，並配置相應路徑。
- Gemini 通道可能出現
503 high demand，可稍後重試或更換模型。 - WSL / 網絡受限時，如果出現
fetch failed，可配置winCurlPath嘗試降級。
獲取地址¶
GitHub 倉庫：
https://github.com/54xkeee/dsh-youreyes
插件線索中還給出目錄頁地址：
https://www.skillhub.cn/plugins/54xkeee/dsh-youreyes
該目錄頁地址來自插件線索，未在本次抓取資料中直接確認；社區目錄爲獨立站點，與 DeepSeek 或幻方無官方從屬關係。
