前言¶

在 DeepSeek Harness（DSH）裏，一些主模型本身不具備視覺能力，例如 deepseek-v4-pro。如果用戶把圖片直接發到會話中，可能會遇到“模型不支持圖片”的攔截。對於需要讓主模型讀取圖片內容的場景，可以把圖片處理放到模型請求組裝階段：用戶消息仍然保留圖片，主模型最終只收到視覺模型轉換後的文字描述。

下面介紹 DSH 插件 dsh-vision-bridge。它解決的問題是：讓無視覺能力的主模型在 DSH 會話中處理用戶發送的圖片，同時保留用戶消息框中的圖片縮略圖，並提供 view_image 工具供模型主動看圖。

這是什麼¶

dsh-vision-bridge 是 DSH 視覺橋接插件。資料中倉庫標題爲 dsh-vision-bridge，npm 包名爲 @liu__min/dsh-vision-bridge，已覈實版本爲 0.1.1，許可證爲 MIT。GitHub 倉庫路徑爲 lium970320/dsh-vision-bridge，維護者爲 lium970320。

它不是視覺模型本身，也不是一個獨立的看圖服務。它是在 DSH 插件層面接入視覺接口：當會話中出現圖片，或模型調用 view_image 工具時，插件把圖片交給已配置的視覺接口轉成文字描述，再讓主模型繼續處理。

核心功能¶

下面介紹已覈實的插件能力。

1、會話直接收圖：用戶發送圖片後，不再被“模型不支持圖片”攔截。

2、用戶消息保留圖片縮略圖：圖片轉換不在用戶消息上發生，用戶消息框仍然顯示圖片縮略圖。

3、模型請求組裝階段自動轉文字：圖片在模型請求組裝層被交給視覺模型轉成文字描述，主模型只收到文字。

4、提供 view_image 工具：模型在需要看圖時可以自行調用，支持本地路徑、URL、data URL。

5、提供 install.ps1 一鍵安裝腳本：腳本完成複製、登記、聲明、配置、補丁、自測等步驟。

6、支持顯式配置的視覺接口：支持 OpenAI 官方、xAI Grok 等顯式配置的視覺接口，或 OpenAI 兼容 Responses API。

7、運行行爲明確：插件不內置任何服務商；未配置視覺接口時工具會明確報錯，不會靜默失敗；插件無日誌、無緩存、無運行數據寫盤。

安裝與啓用¶

先確認前置條件：DeepSeek Harness 已安裝，且 dsh web 至少啓動過一次，~/.dsh/profiles/web/ 目錄存在。

無論使用哪種安裝方式，裝完都要重啓 dsh web，並完成視覺接口配置。

從 npm 安裝¶

已覈實 npm 包安裝命令如下：

dsh plugin --profile web add @liu__min/dsh-vision-bridge

執行後，進入 DSH profile 目錄，補打 pi-ai 適配器補丁：

cd ~/.dsh/profiles/web/
node apply-vision-patch.js

接着按下一節寫入視覺接口配置，再重啓 dsh web。

從 GitHub 倉庫一鍵安裝¶

先克隆倉庫：

git clone https://github.com/lium970320/dsh-vision-bridge.git
cd dsh-vision-bridge

以 OpenAI 官方接口爲例，運行安裝腳本：

powershell -ExecutionPolicy Bypass -File install.ps1 -ApiBase https://api.openai.com/v1 -ApiKeyEnv OPENAI_API_KEY -VisionModel gpt-5.1

安裝腳本會依次完成：複製插件文件、在 profile 的 cordis.patch.yml 登記插件行、在 settings.yaml 給主模型聲明圖片輸入、寫視覺接口配置、打 pi-ai 適配器補丁、自測。

經過上面的步驟後，重啓 dsh web，在會話中發送一張圖片驗證。

配置視覺接口¶

插件必須顯式配置視覺接口，需要同時提供接口網址和 API 密鑰。可以在 ~/.dsh/profiles/web/vision-bridge-config.json 中寫入配置：

{
  "apiBase": "https://api.openai.com/v1",
  "model": "gpt-5.1",
  "apiKeyEnv": "OPENAI_API_KEY",
  "apiKey": ""
}

其中：

• apiBase：視覺接口地址。
• model：視覺模型名。
• apiKeyEnv：密鑰環境變量名，優先級更高。
• apiKey：直接寫入密鑰，與 apiKeyEnv 二選一。

密鑰只建議保存在本機配置文件或環境變量中。已覈實資料說明 vision-bridge-config.json 已被 .gitignore 排除。

配置優先級如下：

cordis.patch.yml 的插件 config > vision-bridge-config.json > 環境變量（密鑰）

手動安裝¶

如果希望逐步控制安裝過程，可以先複製插件文件到 DSH profile 目錄：

# 從倉庫 plugin/ 目錄複製：
#   dsh-view-image.js
#   apply-vision-patch.js
# 目標目錄：
#   ~/.dsh/profiles/web/

在 ~/.dsh/profiles/web/cordis.patch.yml 追加插件登記：

- insert:
    - id: dsh-view-image
      name: './dsh-view-image.js'

在 ~/.dsh/settings.yaml 的 llm-pi-ai.providers 下給主模型聲明圖片輸入。示意如下：

llm-pi-ai:
  providers:
    # 將下面的 provider 名替換爲 settings.yaml 中已有的 provider 名
    provider-name:
      modelOverrides:
        deepseek-v4-pro:
          input:
            - text
            - image

這裏的主模型示例爲 deepseek-v4-pro，實際應以本機 settings.yaml 中的主模型配置爲準。

接着寫入視覺接口配置：

# 文件：~/.dsh/profiles/web/vision-bridge-config.json
# 字段：apiBase、model、apiKeyEnv、apiKey

然後運行補丁和自測：

cd ~/.dsh/profiles/web/
node apply-vision-patch.js
node dsh-view-image.js

最後重啓 dsh web。

典型用法¶

下面是兩個可直接參考的視覺接口配置示例。

OpenAI 官方接口¶

先確保環境變量 OPENAI_API_KEY 已設置爲本機密鑰。然後運行：

powershell -ExecutionPolicy Bypass -File install.ps1 -ApiBase https://api.openai.com/v1 -ApiKeyEnv OPENAI_API_KEY -VisionModel gpt-5.1

重啓 dsh web 後，在任意會話中發送一張圖片，確認用戶消息框保留圖片縮略圖，主模型能根據轉換後的文字描述繼續處理。

xAI Grok 接口¶

如果顯式配置 xAI Grok 視覺接口，可以運行：

powershell -ExecutionPolicy Bypass -File install.ps1 -ApiBase https://api.x.ai/v1 -ApiKeyEnv XAI_API_KEY -VisionModel grok-4-fast

之後同樣重啓 dsh web，並在會話中發圖驗證。

適用場景與注意¶

適合已有 DSH web 運行環境、希望讓無視覺主模型讀取圖片內容的開發者。插件本身不替代主模型，也不內置視覺服務商，必須顯式配置視覺接口。

注意以下事項：

1、插件以當前 dsh 進程權限運行。安裝前應先檢查源碼、安裝腳本和許可證。

2、許可證爲 MIT。GitHub 倉庫地址：

https://github.com/lium970320/dsh-vision-bridge

3、每次 dsh 升級或重裝後，pi-ai 適配器補丁會丟失，需要重新運行：

cd ~/.dsh/profiles/web/
node apply-vision-patch.js

4、插件啓動時會檢查補丁是否缺失。缺失時日誌會告警：

[dsh-view-image] pi-ai vision patch is MISSING

5、視覺接口密鑰只建議保存在本機 vision-bridge-config.json 或環境變量中，不要提交到倉庫。

6、未配置視覺接口時，工具會明確報錯，不會靜默失敗。

參考¶

GitHub 倉庫：

https://github.com/lium970320/dsh-vision-bridge

已覈實資料未給出可確認的目錄頁 URL，因此本文不列出目錄頁鏈接。