dsh-image-mmx:給 DSH 文本模型補上圖片理解

前言

DSH 的插件體系強調「一切皆插件」。社區目錄是獨立站點,與 DeepSeek / 幻方無官方從屬關係。對於使用 DeepSeek Harness 的文本模型,一個具體限制是 inputModalities 中沒有 image,發送含圖消息時會被拒絕。dsh-image-mmx 針對這個問題:會話裏粘貼或發送圖片後,自動調用 mmx(MiniMax VLM)識別,並把識別結果注入模型上下文。

這是什麼

dsh-image-mmx 是由 fengs2021 維護的 DeepSeek Harness 插件,倉庫路徑爲 fengs2021/dsh-image-mmx,許可證爲 MIT。

一句話定位:給 DeepSeek Harness 的文本模型裝一雙眼睛:會話裏粘貼/發送圖片,自動調用 mmx(MiniMax VLM)識別,識別結果注入模型上下文——DeepSeek 等純文本模型也能理解圖片內容。

核心功能

下面介紹已覈實的能力:

  • 文本模型(inputModalities 無 image)也能發送含圖消息,不再報「當前模型不支持圖片」
  • 圖片落盤到會話工作區 .attachments/,自動執行 mmx vision describe(MiniMax VLM)
  • 圖片塊在模型可見面替換爲 [圖片N]:"<路徑>" + mmx 識別文本(畫面元素、佈局、報錯/代碼/界面文字逐字保留)
  • 人類 transcript 照常渲染原圖縮略圖(可點擊放大)
  • mmx 未安裝/未認證/超時(60s)/格式不支持(gif)時降級爲路徑文本
  • 本身支持圖片輸入的模型走原生路徑,不做任何處理
  • 多圖支持:每張圖獨立並行識別,按 [圖片1] [圖片2]... 編號

安裝與啓用

先確認環境滿足以下前置條件:

  • DeepSeek Harness 0.1.0-rc.6+
  • Node.js 18+
  • peerDependencies: @deepseek-ai/cordis ^4.0.1
  • 本機已安裝並認證 mmx-cli(MiniMax 官方 CLI)

如果 mmx 未安裝、未認證、識別超時(60s)或圖片格式不支持(gif),插件會降級爲路徑文本。

安裝命令:

dsh plugin --profile web add 'github:fengs2021/dsh-image-mmx'

典型用法

1、在 DSH Web 輸入框粘貼或拖入圖片,也可以配合 dsh-file-bridge 的附件按鈕選圖。

2、發送後,插件自動完成:圖片落盤、調用 mmx 識別、模型直接讀到識別結果並回復。

3、多圖時,每張圖獨立並行識別,並按 [圖片1] [圖片2]... 編號。

適用場景與注意

適合:使用 DeepSeek 等純文本模型的 DSH Web 會話,需要把截圖、報錯、代碼或界面內容轉成模型可讀取的文本上下文。

注意:

  • 插件以當前 dsh 進程權限運行,安裝前應檢查源碼與許可證。
  • 本身支持圖片輸入的模型會走原生路徑,不做額外處理。
  • gif 等不支持格式、mmx 未安裝/未認證、超時(60s)時,會降級爲路徑文本。
  • 社區目錄是獨立站點,與 DeepSeek / 幻方無官方從屬關係。

結尾

dsh-image-mmx 的價值在於:用戶側仍看到圖片縮略圖,模型側讀取 mmx 的識別文本,文本模型因此能基於圖片內容繼續回覆。

目錄頁:https://www.skillhub.cn/plugins/fengs2021/dsh-image-mmx

GitHub:https://github.com/fengs2021/dsh-image-mmx

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜