前言¶

用 DSH（DeepSeek Harness）做日常開發時，常會遇到這樣的場景：手裏有一張報錯截圖、一張架構圖，想直接丟給 DeepSeek 問一句怎麼回事。但 DeepSeek 的文本模型不收圖，已有的做法要麼換一個帶視覺能力的工具識別完再複製回來，要麼自己在中間多做一步描述轉寫，聊天上下文就斷了。

dsh-vision-adapter 解決的就是這個問題：裝一個插件，聊天入口完全不變，圖片交給視覺模型識別、文字交給 DeepSeek 推理，拖圖即用。

這是什麼¶

dsh-vision-adapter 是 motongv 維護的 DSH 專屬插件，分類爲「模型推理」，許可證爲 MIT。

有兩點先說清楚：

• 它不是通用 OpenAI 客戶端工具，只服務於 DSH；
• 它要求 DSH Web 界面（dsh web），運行環境要求 Node >= 18。

工作原理¶

插件在 DSH 內部起一個進程內 HTTP 橋，把選中的視覺模型註冊爲 llm-pi-ai 提供方。註冊是增量合併的，不會覆蓋其它插件或用戶已有的視覺橋。

識別流程分兩段：

圖片 ──► 視覺模型(Kimi/智譜/千問/OpenAI/Gemini/豆包/MiniMax/階躍星辰) ──► 文字描述
文字 + 描述 ──► DeepSeek ──► 回覆

也就是說，圖片先由視覺模型描述成文字，再把「文字 + 描述」交給 DeepSeek 推理，最終回覆仍出自 DeepSeek。

核心功能¶

• 可視化設置頁：在 DSH「設置 → 視覺」提供設置界面，下拉選視覺廠商、粘貼 API Key、點「保存並應用」即可；
• 8 家視覺廠商預設：Kimi、智譜 GLM、通義千問、OpenAI、Google Gemini、豆包、MiniMax、階躍星辰，服務地址與模型名已預設好；
• 兩個新模型：保存後在聊天模型下拉新增「DeepSeek V4 Pro 視覺（X）」與「DeepSeek V4 Flash 視覺（X）」（X = 所選廠商），選中即可拖圖識別；
• 圖片描述緩存：同一張圖只調用一次視覺模型；
• 限流退避重試：視覺接口遇到 429 / 併發限制時自動退避重試；
• 兼容修復：developer→system 角色歸一化、max_completion_tokens→max_tokens 等；
• 明文 Key 安全存儲：粘貼的 Key 自動寫入 DSH 憑據文件，設置文件只存引用名，並顯示「已配置 / 缺失」狀態；
• 輸出語言：描述語言可選中文或 English；
• 高級區：可改 DeepSeek 文本後端（模型名 / 服務地址 / Key 引用），默認 deepseek-v4-pro + DEEPSEEK_API_KEY。

安裝與啓用¶

一鍵安裝：

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

安裝完成後需要重啓 DSH 才能生效。原因是 dsh plugin add 只修改配置，插件在 DSH 啓動時才掛載。如果重啓後沒看到「設置 → 視覺」或新模型，先確認重啓過。

配置步驟¶

重啓後，按下面的順序配置：

1、打開 DSH 的「設置 → 視覺」；
2、「視覺廠商」下拉選一家，服務地址與模型名自動填好；
3、在「API Key」框粘貼該廠商的明文 Key（已配置過 Key 的話，留空保存即可沿用）；
4、「輸出語言」選中文或 English；
5、點「保存並應用」。

保存時插件會把 Key 寫入 DSH 憑據文件 ~/.dsh/.credentials.yaml，設置文件裏只存引用名（如 VISION_API_KEY、ZHIPU_API_KEY、OPENAI_API_KEY 等），設置頁會顯示「已配置 / 缺失」狀態。

使用方式¶

經過上面的步驟，聊天輸入框右下角的模型下拉里會出現兩個新模型，對應兩種 DeepSeek 文本推理後端：

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

選中任意一個，即可在聊天裏拖圖識別。在設置裏切換廠商時，模型名會同步更新——選智譜就顯示智譜，選 MiniMax 就顯示 MiniMax。

想接入預設之外的視覺廠商，改插件裏 src/config.js 的 PROVIDERS，加一項預設即可，需要提供接口地址、模型、憑據引用名三樣。

常見問題¶

識別時返回 401？ 通常是 API Key 未配置、配錯或已過期。先看設置頁的「已配置 / 缺失」狀態，確認無誤後到對應廠商控制檯換新 Key。

識別時返回 429？ 是該視覺廠商免費額度限流。插件已內置退避重試與圖片緩存，能緩解但不能消除上限；仍頻繁出現，需給該廠商充值提額，或換額度更高的廠商。

適用場景與注意¶

適合已經在用 DSH Web 界面、希望不換聊天入口就能拖圖問 DeepSeek 的人；前提是你手裏有任一預設廠商的 API Key。

安裝前注意以下幾點：

• 插件以當前 dsh 進程權限運行，安裝前應檢查插件源碼與許可證（本項目爲 MIT）；
• 要求 DSH Web 界面（dsh web）與 Node >= 18；
• 這是 DSH 專屬插件，不要拿到其它環境當通用客戶端用。

小結¶

dsh-vision-adapter 用「視覺模型識圖 + DeepSeek 推理」的組合，讓 DSH 的聊天界面原生支持拖圖識別，配置全程可視化，Key 的存儲也走 DSH 憑據體系。如果你經常需要把截圖丟給 DeepSeek，值得一裝。

• 插件目錄頁：https://www.skillhub.cn/plugins/motongv/dsh-vision-adapter
• GitHub 倉庫：https://github.com/motongv/dsh-vision-adapter