前言¶

在 DSH（DeepSeek Harness）的插件生态里，常见做法是把扩展能力拆成插件加载。对于 Web 聊天界面，一个具体问题是：用户已经能把图片粘贴或上传到会话里，但界面不一定直接展示图片，文本模型也不一定理解图片内容。

visual-review 就是为这个场景做的插件：让 DSH Web 聊天界面直接显示图片，并让模型调用视觉工具获得图片的中文文字描述。

这是什么¶

visual-review 由 wang-bool 维护，许可证为 MIT。它面向 DSH Web 场景，把“图片显示”和“视觉解读”放在同一个插件中。

核心功能¶

• 在 DSH Web 聊天界面直接渲染粘贴或上传的图片，支持 PNG、JPEG、WebP、GIF。
• 提供 visual_review 工具，调用视觉多模态模型，返回图片的中文文字描述，可覆盖文字、物体、人物、场景、图表等内容。
• 双引擎：优先使用 OpenAI 兼容的多模态 chat/completions API；未配置云端时回退本机 Qwen3-VL-8B。
• 通过发送拦截和 agent/pre-step 兜底，将图片块转换为带附件 ID 的文本注解，使文本模型也能配合视觉工具工作。
• 支持通过 attachment_id 分析会话图片，或通过 image_path 分析本地文件。
• 提供 visual_review_config 配置工具，可查看或更新云端 url、api_key、model，并可一键切换引擎。

安装与环境¶

使用本插件需要先满足 DSH Web profile 和 Node.js 版本要求：

DSH Web profile
Node.js ≥ 18

如果使用本机引擎，还需要以下依赖和本地模型：

Python 3.10+
torch
transformers ≥ 4.57（支持 Qwen3-VL）
Pillow
本地 Qwen3-VL-8B-Instruct 模型

在 DSH Web profile 下执行安装命令：

dsh plugin --profile web add visual-review

配置¶

云端引擎¶

云端配置存放在：

$DSH_HOME/visual_review.config.json

云端配置项包括：

url
api_key
model

也可以在会话中调用 visual_review_config 查看或更新这些字段。将 url、api_key、model 三项都置空，会回到本机引擎。

该文件包含明文 API Key，应加入 .gitignore，并注意文件权限控制。

本机引擎¶

未配置云端时，插件会回退到本机 Qwen3-VL-8B。本机模式下图片仅在本机处理，不产生任何外部网络请求。

典型用法¶

1、在聊天框粘贴或上传一张图片。图片会渲染在气泡里，模型可自动调用 visual_review 并给出图片描述。

2、让模型分析磁盘上的图片，例如：

请用 visual_review 分析 /path/to/photo.png

3、给模型更具体的诉求，例如：

读出这张图片里的所有文字
描述这个图表的趋势

4、需要切换引擎时，调用 visual_review_config 修改云端配置；把三项都置空则回到本机引擎。

适用场景与注意¶

这个插件适合使用 DSH Web、希望文本模型能借助视觉工具理解图片的场景。如果已有 OpenAI 兼容的多模态接口，可以配置云端；如果希望图片不发送到外部服务，可以配置本机模式。

需要注意：

• /vr-image 与 /api/session.prompt 路由只接受回环地址 127.0.0.1 / ::1 的请求，其他来源返回 403。
• 云端 API Key 以明文存储在 $DSH_HOME/visual_review.config.json，不要提交到仓库，并注意权限控制。
• 本机模式需要本地模型和依赖，使用前应确认 Qwen3-VL-8B-Instruct 已就位。
• 插件会随当前 DSH 进程运行，可能访问插件配置、本地文件和云端接口；安装前应检查源码、许可证和依赖。

相关链接¶

这里的插件目录是独立站点，与 DeepSeek / 幻方无官方从属关系。

• GitHub：https://github.com/wang-bool/visual-review
• 插件目录页（资料线索）：https://www.skillhub.cn/plugins/wang-bool/visual-review