前言¶
DSH（DeepSeek Harness）走的是「一切皆插件」的路线，模型缺什么能力就由插件补什么。但纯文本的 DeepSeek 模型遇到图片就无能为力：做数学建模题时，几何图、流程图、数据图表里的信息模型读不到，只能靠人工转述。
现有的识图插件大多依赖 Chrome + Gemini，需要申请 API Key、配置密钥，对只想快速跑通的人来说步骤偏多。dsh-vision-edge-doubao 换了一条路：驱动本机 Edge 浏览器，复用豆包网页版的登录态来识图，零成本、免 API Key。下面介绍这个插件的具体做法。
这是什么¶
dsh-vision-edge-doubao 是一个 DSH 视觉插件，作者 iceBear662，MIT 许可证，当前版本 0.1.1。它在本地启动一个 Edge 调试实例打开豆包网页版，把 DSH 会话里的图片和识别请求转发给豆包，再把回答提取回传，模型由此获得识图能力。
项目借鉴了 dsh-vision（作者 54xkeee，MIT License）的架构与豆包桥接方案，主要改动是把桥接浏览器从 Chrome 换成 Edge，并修复了豆包网页改版后的输入框定位、回复提取、长文本发送等兼容问题。
核心功能¶
- 通用识图：照片、截图、OCR 文字识别、区域细查（region）、多图对比（compare）。
- 数学建模图专项（
mode=math）：对数学建模常见的五类图做深度结构化识别——几何图形、流程图、数据图表、表格、公式，其中公式输出 LaTeX 转录。 - 澄清闭环：识别遇到不确定项时，插件在结果里返回
clarify问题（例如「点 D 是否为 BC 的中点？」），你回答后插件带着补充信息重新识别，得到更精确的结果。 - 免维护登录：豆包登录态保存在独立的浏览器配置里，一次登录长期使用，重启电脑也不用再登。
- 零成本：复用浏览器登录态，不需要申请任何 API Key。
- 专家模式自动确保：插件自动确保豆包使用专家模式识图（持久设置，切换一次后长期保持），每次识图前做幂等检查。想切回快速模式，可在启动桥接前设置环境变量
DOUBAO_MODE=quick；自动切换遇到异常时会静默降级，继续用当前模式识图。 - 缓存：相同图片返回缓存结果以省流量，换一种问法即可重新识别。
- 豆包桥接兼容：处理了 ProseMirror 输入框、长文本一次性插入、虚拟滚动回复提取、多段回复合并；提示词采用回答优先 + 禁用表格（规避豆包表格渲染丢失）+ 防注入头。
环境要求¶
- Windows，需要 Edge 浏览器
- 已安装 DeepSeek Harness（DSH）Web GUI
- Node.js ≥ 18（桥接组件需要）
安装与启用¶
安装采用 README 标注的推荐方式，从 GitHub 添加：
dsh plugin --profile web add github:iceBear662/dsh-vision-edge-doubao
安装后重启 dsh web 生效，插件在启动时加载。
如需卸载，执行：
dsh plugin --profile web remove dsh-vision-edge-doubao
首次配置（只需一次）¶
1、运行一键启动脚本：
powershell -ExecutionPolicy Bypass -File <插件目录>\start-vision-edge.ps1
脚本自动完成三件事：启动 Edge 调试实例（独立配置，不影响日常浏览器）、启动豆包桥接、验证环境。安装后脚本位于 node_modules\dsh-vision-edge-doubao\start-vision-edge.ps1。
2、登录豆包：在弹出的 Edge 窗口打开 https://www.doubao.com，扫码或手机号登录一次。登录态保存在独立配置中，之后不用再登。
3、开始使用：在 DSH 会话里直接发图片给模型，或说「看看这张图」，模型会自动调用 vision 工具。
识图参数¶
mode 控制识别模式：glance（通用）/ ocr（文字转录）/ region（区域细查）/ compare（多图对比）/ math（数学建模专项）。
detail 控制精细程度：auto / fast / standard / deep，其中 auto 会自动升级复杂图。
适用场景与注意¶
适合谁：Windows + Edge 环境、不想为识图申请 API Key 的 DSH 用户。做数学建模、需要识别几何图形 / 流程图 / 图表 / 公式的场景收益最明显。
使用前有几点必须知道：
- 插件通过自动化驱动浏览器，复用你已登录的豆包会话识图，可能违反豆包/字节跳动的服务条款，存在账号被限制或封禁的风险。建议使用非主力账号，不要用于商业用途或批量抓取，并合理控制调用频率。
- 本项目与豆包、字节跳动无任何关联；豆包网页端改版可能导致插件失效，不保证长期可用。
- 识别超时多半是 Edge 被关闭过，重新运行
start-vision-edge.ps1即可恢复；豆包偶发人机验证，稍等重试即可。 - 插件以当前 dsh 进程的权限运行，安装前建议先阅读源码，确认许可证（MIT）与代码内容可以接受。
结尾¶
一句话总结：dsh-vision-edge-doubao 用本机 Edge 加豆包网页版，把识图能力以零成本补进 DSH，数学建模图专项和澄清闭环是它区别于一般识图插件的地方。
- GitHub：https://github.com/iceBear662/dsh-vision-edge-doubao
- 社区目录页：https://www.skillhub.cn/plugins/iceBear662/dsh-vision-edge-doubao （独立社区站点，与 DeepSeek / 幻方无官方从属关系）
