前言¶

在 DeepSeek Harness（DSH）裏，有些模型路由可以原生處理圖片，有些 text-only provider 則不能直接把圖片作爲輸入。對智能體開發者來說，這意味着圖片附件裏的文字、佈局和顏色信息無法進入模型上下文。

下面介紹 dsh-pseudo-vision。它給 DSH 的 text-only provider 補一層“工具層視覺”：把圖片附件轉成 OCR 文字、顏色統計、像素掃描和元信息，讓純文本模型可以基於這些證據繼續處理。所有圖片處理都在本機完成，沒有外部視覺 API。

這是什麼¶

dsh-pseudo-vision 是一個 DSH 插件，由 DDDFXYqiming 維護，許可證爲 MIT。

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

dsh-pseudo-vision/<provider>

插件本地提供四個工具：

vision_ocr
vision_color_stats
vision_pixel_scan
vision_meta

其中，vision_ocr 使用 tesseract.js，支持 chi_sim 與 eng；vision_color_stats 和 vision_pixel_scan 使用 sharp。裝上後，deepseek-official 路由自動支持圖片；原生視覺模型保持直接透傳。

核心能力¶

插件圍繞“把圖片變成純文本模型可讀取的證據”展開。

• 爲指定 provider 生成兄弟路由，使 text-only 路由支持圖片輸入。
• 將圖片附件轉成本地證據：OCR 文字、顏色統計、像素掃描、元信息。
• 證據按輪次分層：最近輪次走全量管線；更早輪次降級爲緊湊證據，並保留 vision_ocr 回讀指針。
• 單請求支持 maxImages 與 maxTotalEvidenceChars 限制；超限時保留未轉換佔位符和圖片處理摘要。
• 所有處理在本機完成，不依賴外部視覺 API。

安裝與啓用¶

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

GitHub 安裝¶

推薦從 GitHub 安裝，需要網絡：

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

這條命令用於把 dsh-pseudo-vision 添加到當前 web profile。

本地路徑安裝¶

如果 Windows 遇到 schannel/pnpm 攔截，可以改用本地路徑安裝：

git clone https://github.com/DDDFXYqiming/dsh-pseudo-vision.git
cd dsh-pseudo-vision && pnpm install && pnpm build
dsh plugin --profile web add <本機絕對路徑>

先 clone 並構建，再把本機絕對路徑添加給 DSH。

pnpm 構建授權¶

pnpm >=10 首次 add 會拒絕運行 prepare 構建腳本。需要把包鍵寫入 profile 的 pnpm-workspace.yaml allowBuilds，例如：

allowBuilds:
  dsh-pseudo-vision: true

寫入後重新執行安裝命令。這項授權應視爲「允許該包代碼在安裝時於本機執行」。如果想固定安裝內容，可以鎖定 commit：

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

典型用法¶

插件裝上即生效，無需額外配置。deepseek-official 路由會自動支持圖片。如果其他 provider 需要生成兄弟路由，要通過 bridgeProviders 或 bridgeOtherProviders 開啓。

指定 provider¶

例如只給 kimi-for-coding 生成兄弟路由：

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

這段配置只允許 kimi-for-coding 獲得 dsh-pseudo-vision 的橋接路由。

批量橋接其他 provider¶

也可以設置 bridgeOtherProviders，一次性橋接除 excludeProviders 外的所有 provider：

    bridgeOtherProviders: true

注意：bridgeOtherProviders 會使每個模型在選擇器中多出一份條目。開啓前需要先確認選擇器中的路由數量是否符合預期。

常見配置項¶

插件支持以下配置項：

bridgeProviders
bridgeOtherProviders
ocrBudget
ocrNoResize
evidenceMaxChars
maxImages
maxTotalEvidenceChars
fullEvidenceTurns

其中，maxImages 的範圍是 1-32，maxTotalEvidenceChars 的範圍是 16000-320000，fullEvidenceTurns 的範圍是 1-8。

適用場景與注意¶

這個插件適合以下情況：你在 DSH 中使用 text-only provider，希望模型能讀取圖片中的文字、顏色、掃描和元信息，同時不想引入外部視覺 API。

使用前注意：

• 插件以當前 dsh 進程權限運行。安裝前應檢查源碼、構建腳本和 MIT 許可證。
• allowBuilds 會允許該包代碼在安裝時於本機執行；如擔心後續安裝內容變化，建議鎖定 commit。
• bridgeOtherProviders: true 會增加模型選擇器中的路由條目，建議先確認路由數量。
• 單請求超限時，未轉換的圖片會留下佔位符和圖片處理摘要。

鏈接¶

GitHub 倉庫：

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

DSH 社區目錄是獨立站點，本文不附未覈實的目錄頁 URL，可從插件目錄入口查看。