前言¶

在 DSH（DeepSeek Harness）的插件生態裏，常見做法是把擴展能力拆成插件加載。對於 Web 聊天界面，一個具體問題是：用戶已經能把圖片粘貼或上傳到會話裏，但界面不一定直接展示圖片，文本模型也不一定理解圖片內容。

visual-review 就是爲這個場景做的插件：讓 DSH Web 聊天界面直接顯示圖片，並讓模型調用視覺工具獲得圖片的中文文字描述。

這是什麼¶

visual-review 由 wang-bool 維護，許可證爲 MIT。它面向 DSH Web 場景，把“圖片顯示”和“視覺解讀”放在同一個插件中。

核心功能¶

• 在 DSH Web 聊天界面直接渲染粘貼或上傳的圖片，支持 PNG、JPEG、WebP、GIF。
• 提供 visual_review 工具，調用視覺多模態模型，返回圖片的中文文字描述，可覆蓋文字、物體、人物、場景、圖表等內容。
• 雙引擎：優先使用 OpenAI 兼容的多模態 chat/completions API；未配置雲端時回退本機 Qwen3-VL-8B。
• 通過發送攔截和 agent/pre-step 兜底，將圖片塊轉換爲帶附件 ID 的文本註解，使文本模型也能配合視覺工具工作。
• 支持通過 attachment_id 分析會話圖片，或通過 image_path 分析本地文件。
• 提供 visual_review_config 配置工具，可查看或更新雲端 url、api_key、model，並可一鍵切換引擎。

安裝與環境¶

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

DSH Web profile
Node.js ≥ 18

如果使用本機引擎，還需要以下依賴和本地模型：

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

在 DSH Web profile 下執行安裝命令：

dsh plugin --profile web add visual-review

配置¶

雲端引擎¶

雲端配置存放在：

$DSH_HOME/visual_review.config.json

雲端配置項包括：

url
api_key
model

也可以在會話中調用 visual_review_config 查看或更新這些字段。將 url、api_key、model 三項都置空，會回到本機引擎。

該文件包含明文 API Key，應加入 .gitignore，並注意文件權限控制。

本機引擎¶

未配置雲端時，插件會回退到本機 Qwen3-VL-8B。本機模式下圖片僅在本機處理，不產生任何外部網絡請求。

典型用法¶

1、在聊天框粘貼或上傳一張圖片。圖片會渲染在氣泡裏，模型可自動調用 visual_review 並給出圖片描述。

2、讓模型分析磁盤上的圖片，例如：

請用 visual_review 分析 /path/to/photo.png

3、給模型更具體的訴求，例如：

讀出這張圖片裏的所有文字
描述這個圖表的趨勢

4、需要切換引擎時，調用 visual_review_config 修改雲端配置；把三項都置空則回到本機引擎。

適用場景與注意¶

這個插件適合使用 DSH Web、希望文本模型能借助視覺工具理解圖片的場景。如果已有 OpenAI 兼容的多模態接口，可以配置雲端；如果希望圖片不發送到外部服務，可以配置本機模式。

需要注意：

• /vr-image 與 /api/session.prompt 路由只接受迴環地址 127.0.0.1 / ::1 的請求，其他來源返回 403。
• 雲端 API Key 以明文存儲在 $DSH_HOME/visual_review.config.json，不要提交到倉庫，並注意權限控制。
• 本機模式需要本地模型和依賴，使用前應確認 Qwen3-VL-8B-Instruct 已就位。
• 插件會隨當前 DSH 進程運行，可能訪問插件配置、本地文件和雲端接口；安裝前應檢查源碼、許可證和依賴。

相關鏈接¶

這裏的插件目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係。

• GitHub：https://github.com/wang-bool/visual-review
• 插件目錄頁（資料線索）：https://www.skillhub.cn/plugins/wang-bool/visual-review