前言¶

在 DeepSeek Harness（DSH）里，模型能力通常由插件按路由组合。如果你使用的 DeepSeek 纯文本模型无法直接接收图片，常见做法是额外接一个视觉模型，先把图片转成文字，再交给文本模型推理。

dsh-llm-deepseek-vision 把这个流程封装成 DSH 插件：注册一个 DeepSeek (Vision) 路由，让纯文本模型基于视觉模型给出的图片描述继续推理，而不是直接处理图片字节。

定位¶

它由 NagasakiSoyo-ui 维护，许可证为 MIT。

插件通过 npm 包名 @deepseek-ai/dsh-llm-deepseek-vision 安装，并声明 dsh.bundle manifest；也支持从源码构建后接入 Harness 部署。

工作原理¶

下面介绍它的三条核心行为：

1、注册额外的 provider 路由：deepseek-vision。

2、对外广告 deepseek-v4-flash 和 deepseek-v4-pro，并声明：

input: [text, image]

3、按请求内容分流：

• 不带图片：零开销透传到文本推理路由，默认是 opencode-go。
• 带图片：由配置的视觉模型把每张图描述成文字，再交给纯文本模型基于描述推理。

默认情况下，文本推理与图片描述都跑在 OpenCode Zen Go（opencode-go）。

安装¶

先用 npm 包安装插件，并挂到 web profile：

dsh plugin --profile web add @deepseek-ai/dsh-llm-deepseek-vision

如果需要从源码构建，可以按下面步骤操作：

git clone https://github.com/NagasakiSoyo-ui/dsh-llm-deepseek-vision.git
cd dsh-llm-deepseek-vision
npm install
npm run build

构建完成后，再把插件产物接入你的 Harness 部署。

挂载到组合配置¶

在 profile 的 cordis.patch.yml 中添加插件条目，并配置视觉路由、委托路由和模型目录：

- id: llm-deepseek-vision
  name: '@deepseek-ai/dsh-llm-deepseek-vision'
  config:
    visionProvider: opencode-go
    visionModel: <支持 [text, image] 的视觉模型 id>
    visionPrompt: <给视觉模型的描述指令>
    visionMaxTokens: 1024
    delegateProvider: opencode-go
    models:
      - id: deepseek-v4-flash
      - id: deepseek-v4-pro

visionProvider 指向提供视觉模型的 provider 路由；delegateProvider 指向实际完成文本推理的路由。models 决定这个 deepseek-vision 路由对外展示的模型目录。

前置条件¶

启用前需要确认以下几点：

1、视觉 provider 路由必须存在，并且其模型被声明为支持图片输入：

input: [text, image]

2、视觉模型必须能被其 provider 路由解析。

3、视觉模型的 provider 必须能完成认证，并在凭据库中配置对应的 apiKeyEnv。

4、Harness 必须挂载持久化附件服务；dsh-base 已内置该服务。

5、如果手写声明了 pi-ai 路由条目，但未声明推理能力，会被按“可关闭思考”处理，即发送 off。

使用¶

经过上面的配置后，在模型选择器中选择 DeepSeek (Vision)，再选择 deepseek-v4-flash 或 deepseek-v4-pro，然后在消息中附加图片。

如果希望它成为会话默认模型，可以设置：

agent-default-model:
  provider: deepseek-vision
  model: deepseek-v4-flash

配置项¶

适用场景与注意¶

适合已有 DSH 纯文本模型、但需要让模型基于图片作答的场景。插件不改变推理模型本身，而是在请求链路中把图片转换为文字描述，再交给文本模型继续推理。

使用前注意：

1、视觉描述每轮都会重新生成；如果会话日志里包含图片，每轮都会重新描述。

2、回放一个视觉轮次会重新运行视觉模型。

3、插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。

4、DSH 插件生态强调“一切皆插件”；插件目录是独立站点，与 DeepSeek / 幻方无官方从属关系，不应把它理解为官方应用商店。

结尾¶

dsh-llm-deepseek-vision 的价值在于把“看图”和“推理”拆开：视觉模型负责把图片描述成文字，纯文本模型负责基于这些描述完成推理。

目录页线索（来自插件线索，使用前请自行确认）：

https://www.skillhub.cn/plugins/NagasakiSoyo-ui/dsh-llm-deepseek-vision

GitHub 仓库：

https://github.com/NagasakiSoyo-ui/dsh-llm-deepseek-vision