前言¶

在 DeepSeek Harness（DSH）里，有些模型路由可以原生处理图片，有些 text-only provider 则不能直接把图片作为输入。对智能体开发者来说，这意味着图片附件里的文字、布局和颜色信息无法进入模型上下文。

下面介绍 dsh-pseudo-vision。它给 DSH 的 text-only provider 补一层“工具层视觉”：把图片附件转成 OCR 文字、颜色统计、像素扫描和元信息，让纯文本模型可以基于这些证据继续处理。所有图片处理都在本机完成，没有外部视觉 API。

这是什么¶

dsh-pseudo-vision 是一个 DSH 插件，由 DDDFXYqiming 维护，许可证为 MIT。

它的主要作用是为 text-only provider 生成 image-capable 兄弟路由：

dsh-pseudo-vision/<provider>

插件本地提供四个工具：

vision_ocr
vision_color_stats
vision_pixel_scan
vision_meta

其中，vision_ocr 使用 tesseract.js，支持 chi_sim 与 eng；vision_color_stats 和 vision_pixel_scan 使用 sharp。装上后，deepseek-official 路由自动支持图片；原生视觉模型保持直接透传。

核心能力¶

插件围绕“把图片变成纯文本模型可读取的证据”展开。

• 为指定 provider 生成兄弟路由，使 text-only 路由支持图片输入。
• 将图片附件转成本地证据：OCR 文字、颜色统计、像素扫描、元信息。
• 证据按轮次分层：最近轮次走全量管线；更早轮次降级为紧凑证据，并保留 vision_ocr 回读指针。
• 单请求支持 maxImages 与 maxTotalEvidenceChars 限制；超限时保留未转换占位符和图片处理摘要。
• 所有处理在本机完成，不依赖外部视觉 API。

安装与启用¶

插件要求 Node.js >=22.19，packageManager 为 pnpm@10.33.4。

GitHub 安装¶

推荐从 GitHub 安装，需要网络：

dsh plugin --profile web add github:DDDFXYqiming/dsh-pseudo-vision

这条命令用于把 dsh-pseudo-vision 添加到当前 web profile。

本地路径安装¶

如果 Windows 遇到 schannel/pnpm 拦截，可以改用本地路径安装：

git clone https://github.com/DDDFXYqiming/dsh-pseudo-vision.git
cd dsh-pseudo-vision && pnpm install && pnpm build
dsh plugin --profile web add <本机绝对路径>

先 clone 并构建，再把本机绝对路径添加给 DSH。

pnpm 构建授权¶

pnpm >=10 首次 add 会拒绝运行 prepare 构建脚本。需要把包键写入 profile 的 pnpm-workspace.yaml allowBuilds，例如：

allowBuilds:
  dsh-pseudo-vision: true

写入后重新执行安装命令。这项授权应视为「允许该包代码在安装时于本机执行」。如果想固定安装内容，可以锁定 commit：

github:DDDFXYqiming/dsh-pseudo-vision#<sha>

典型用法¶

插件装上即生效，无需额外配置。deepseek-official 路由会自动支持图片。如果其他 provider 需要生成兄弟路由，要通过 bridgeProviders 或 bridgeOtherProviders 开启。

指定 provider¶

例如只给 kimi-for-coding 生成兄弟路由：

- id: dsh-pseudo-vision
  config:
    bridgeProviders: ["kimi-for-coding"]

这段配置只允许 kimi-for-coding 获得 dsh-pseudo-vision 的桥接路由。

批量桥接其他 provider¶

也可以设置 bridgeOtherProviders，一次性桥接除 excludeProviders 外的所有 provider：

    bridgeOtherProviders: true

注意：bridgeOtherProviders 会使每个模型在选择器中多出一份条目。开启前需要先确认选择器中的路由数量是否符合预期。

常见配置项¶

插件支持以下配置项：

bridgeProviders
bridgeOtherProviders
ocrBudget
ocrNoResize
evidenceMaxChars
maxImages
maxTotalEvidenceChars
fullEvidenceTurns

其中，maxImages 的范围是 1-32，maxTotalEvidenceChars 的范围是 16000-320000，fullEvidenceTurns 的范围是 1-8。

适用场景与注意¶

这个插件适合以下情况：你在 DSH 中使用 text-only provider，希望模型能读取图片中的文字、颜色、扫描和元信息，同时不想引入外部视觉 API。

使用前注意：

• 插件以当前 dsh 进程权限运行。安装前应检查源码、构建脚本和 MIT 许可证。
• allowBuilds 会允许该包代码在安装时于本机执行；如担心后续安装内容变化，建议锁定 commit。
• bridgeOtherProviders: true 会增加模型选择器中的路由条目，建议先确认路由数量。
• 单请求超限时，未转换的图片会留下占位符和图片处理摘要。

链接¶

GitHub 仓库：

https://github.com/DDDFXYqiming/dsh-pseudo-vision

DSH 社区目录是独立站点，本文不附未核实的目录页 URL，可从插件目录入口查看。