前言¶

用 DSH（DeepSeek Harness）做日常开发时，常会遇到这样的场景：手里有一张报错截图、一张架构图，想直接丢给 DeepSeek 问一句怎么回事。但 DeepSeek 的文本模型不收图，已有的做法要么换一个带视觉能力的工具识别完再复制回来，要么自己在中间多做一步描述转写，聊天上下文就断了。

dsh-vision-adapter 解决的就是这个问题：装一个插件，聊天入口完全不变，图片交给视觉模型识别、文字交给 DeepSeek 推理，拖图即用。

这是什么¶

dsh-vision-adapter 是 motongv 维护的 DSH 专属插件，分类为「模型推理」，许可证为 MIT。

有两点先说清楚：

• 它不是通用 OpenAI 客户端工具，只服务于 DSH；
• 它要求 DSH Web 界面（dsh web），运行环境要求 Node >= 18。

工作原理¶

插件在 DSH 内部起一个进程内 HTTP 桥，把选中的视觉模型注册为 llm-pi-ai 提供方。注册是增量合并的，不会覆盖其它插件或用户已有的视觉桥。

识别流程分两段：

图片 ──► 视觉模型(Kimi/智谱/千问/OpenAI/Gemini/豆包/MiniMax/阶跃星辰) ──► 文字描述
文字 + 描述 ──► DeepSeek ──► 回复

也就是说，图片先由视觉模型描述成文字，再把「文字 + 描述」交给 DeepSeek 推理，最终回复仍出自 DeepSeek。

核心功能¶

• 可视化设置页：在 DSH「设置 → 视觉」提供设置界面，下拉选视觉厂商、粘贴 API Key、点「保存并应用」即可；
• 8 家视觉厂商预设：Kimi、智谱 GLM、通义千问、OpenAI、Google Gemini、豆包、MiniMax、阶跃星辰，服务地址与模型名已预设好；
• 两个新模型：保存后在聊天模型下拉新增「DeepSeek V4 Pro 视觉（X）」与「DeepSeek V4 Flash 视觉（X）」（X = 所选厂商），选中即可拖图识别；
• 图片描述缓存：同一张图只调用一次视觉模型；
• 限流退避重试：视觉接口遇到 429 / 并发限制时自动退避重试；
• 兼容修复：developer→system 角色归一化、max_completion_tokens→max_tokens 等；
• 明文 Key 安全存储：粘贴的 Key 自动写入 DSH 凭据文件，设置文件只存引用名，并显示「已配置 / 缺失」状态；
• 输出语言：描述语言可选中文或 English；
• 高级区：可改 DeepSeek 文本后端（模型名 / 服务地址 / Key 引用），默认 deepseek-v4-pro + DEEPSEEK_API_KEY。

安装与启用¶

一键安装：

dsh plugin --profile web add dsh-vision-adapter

安装完成后需要重启 DSH 才能生效。原因是 dsh plugin add 只修改配置，插件在 DSH 启动时才挂载。如果重启后没看到「设置 → 视觉」或新模型，先确认重启过。

配置步骤¶

重启后，按下面的顺序配置：

1、打开 DSH 的「设置 → 视觉」；
2、「视觉厂商」下拉选一家，服务地址与模型名自动填好；
3、在「API Key」框粘贴该厂商的明文 Key（已配置过 Key 的话，留空保存即可沿用）；
4、「输出语言」选中文或 English；
5、点「保存并应用」。

保存时插件会把 Key 写入 DSH 凭据文件 ~/.dsh/.credentials.yaml，设置文件里只存引用名（如 VISION_API_KEY、ZHIPU_API_KEY、OPENAI_API_KEY 等），设置页会显示「已配置 / 缺失」状态。

使用方式¶

经过上面的步骤，聊天输入框右下角的模型下拉里会出现两个新模型，对应两种 DeepSeek 文本推理后端：

DeepSeek V4 Pro 视觉（X）   → 文字走 DeepSeek V4 Pro
DeepSeek V4 Flash 视觉（X） → 文字走 DeepSeek V4 Flash

选中任意一个，即可在聊天里拖图识别。在设置里切换厂商时，模型名会同步更新——选智谱就显示智谱，选 MiniMax 就显示 MiniMax。

想接入预设之外的视觉厂商，改插件里 src/config.js 的 PROVIDERS，加一项预设即可，需要提供接口地址、模型、凭据引用名三样。

常见问题¶

识别时返回 401？ 通常是 API Key 未配置、配错或已过期。先看设置页的「已配置 / 缺失」状态，确认无误后到对应厂商控制台换新 Key。

识别时返回 429？ 是该视觉厂商免费额度限流。插件已内置退避重试与图片缓存，能缓解但不能消除上限；仍频繁出现，需给该厂商充值提额，或换额度更高的厂商。

适用场景与注意¶

适合已经在用 DSH Web 界面、希望不换聊天入口就能拖图问 DeepSeek 的人；前提是你手里有任一预设厂商的 API Key。

安装前注意以下几点：

• 插件以当前 dsh 进程权限运行，安装前应检查插件源码与许可证（本项目为 MIT）；
• 要求 DSH Web 界面（dsh web）与 Node >= 18；
• 这是 DSH 专属插件，不要拿到其它环境当通用客户端用。

小结¶

dsh-vision-adapter 用「视觉模型识图 + DeepSeek 推理」的组合，让 DSH 的聊天界面原生支持拖图识别，配置全程可视化，Key 的存储也走 DSH 凭据体系。如果你经常需要把截图丢给 DeepSeek，值得一装。

• 插件目录页：https://www.skillhub.cn/plugins/motongv/dsh-vision-adapter
• GitHub 仓库：https://github.com/motongv/dsh-vision-adapter