dsh-pro-vision: Enable DeepSeek-V4-Pro to recognize images without switching models.

前言

在 DSH 里把 DeepSeek-V4-Pro 设为主模型后,往会话里贴一张截图,界面会按纯文本模型直接拒绝——V4-Pro 本身不支持图片输入。常见的做法是临时把主模型换成一个视觉模型,或者在别处识图后手动把描述粘贴回来,两种都要打断原本的工作流。

dsh-pro-vision 解决的就是这个问题:不切换主模型,让 Pro 也能用上会话里的图片。

这是什么

dsh-pro-vision 是一个 DeepSeek Harness 插件,作者是 lasdrder0705,当前版本 0.1.0,许可证为 MIT。它的工作方式是:把会话中的图片先交给 deepseek-v4-flash-vision-exp 识图,再把得到的文字说明交给 DeepSeek-V4-Pro 使用。整个过程对使用者透明,主模型始终是 Pro。

插件是纯 JavaScript 实现,没有原生依赖,macOS / Windows / Linux 用同一条命令安装。要求 Node >= 20。

工作方式

按 README 的描述,插件的行为是这样的:

1、Web UI 或 read_image 可以把图片交给 Pro。
2、插件先调用 deepseek-v4-flash-vision-exp 识图。
3、把识图说明写成 [Image N] ... 的格式,再发给 Pro。
4、同一张附件在进程内会缓存,后续轮次不再重复识图。

真正发给 Pro 的请求里,图片会被替换成 Flash Vision 的文字说明——Pro 收到的始终是文本。如果你在会话中直接选用 deepseek-v4-flash-vision-exp,插件不会插手。

安装

Mac / Windows / Linux 的 Web 界面用同一条命令:

dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision

安装后重启 dsh web

Windows 上如果直接运行报错,可以给仓库地址加引号:

dsh plugin --profile web add "github:lasdrder0705/dsh-pro-vision"

或者改用 npx:

npx @deepseek-ai/dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision

本仓库没有构建脚本,一般不需要配置 allowBuilds。卸载命令:

dsh plugin --profile web remove dsh-pro-vision

让 Pro 能贴图

安装插件只是第一步。还需要在 $DSH_HOME/settings.yaml 里给 Pro 声明图片输入,否则界面仍会按纯文本拒绝贴图:

llm-deepseek:
  models:
    - id: deepseek-v4-pro
      name: DeepSeek-V4-Pro
      inputModalities: [text, image]

这里的 inputModalities 只是让界面放行图片。设置是动态的,下一轮对话就会生效,不用重启。

可选配置

插件的可选配置写在 profile 的 cordis.patch.yml 里:

- id: dsh-pro-vision
  config:
    provider: deepseek-official
    visionModel: deepseek-v4-flash-vision-exp
    textModels:
      - deepseek-v4-pro
    maxVisionTokens: 8192
    visionReasoningEffort: high

可配置的项包括 providervisionModeltextModelsmaxVisionTokensvisionReasoningEffort。不配置也能用,上面的值来自 README 示例。

另外提醒一下依赖关系:插件要求 @deepseek-ai/cordis >=4.0.1 <5@deepseek-ai/dsh-llm >=0.1.0-rc.6 <0.2.0@deepseek-ai/dsh-system-prompt >=0.1.0-rc.6 <0.2.0,Node 版本不低于 20。

适用场景与注意

适合的场景很明确:主模型固定用 DeepSeek-V4-Pro,但偶尔需要喂截图、照片之类的图片内容,又不想为此换模型或手动搬运识图结果。如果识图是你的主要工作,直接用 deepseek-v4-flash-vision-exp 更合适,插件在这种场景下也不会干预。

安装前有两件事建议做:

1、插件以当前 dsh 进程的权限运行,安装前先检查一遍仓库源码。
2、确认许可证(本项目为 MIT)符合你的使用要求。

结尾

dsh-pro-vision 做的事情不复杂:在 Pro 和图片之间加了一层识图桥接,用一次子调用换回主模型的使用连续性。如果你正好被「Pro 不能贴图」卡住,值得一试。

  • GitHub:https://github.com/lasdrder0705/dsh-pro-vision
  • 社区目录页:https://www.skillhub.cn/plugins/lasdrder0705/dsh-pro-vision

目录页为社区维护的独立站点,与 DeepSeek、幻方无官方从属关系,安装和使用请以仓库文档为准。

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

Xiaoye