前言¶
用 DeepSeek Harness（DSH）的 Web GUI 做智能体，有三个和图片有关的场景一直不好处理：
1、模型想让你在几个候选里挑一张图（比如给小说选封面），但选项卡里放不了图，模型只能把路径打印出来让你自己开文件；
2、模型生成了图，想在回复正文里图文混排，同样没有通道；
3、你往聊天里发一张图，文本-only 的模型适配器直接报 UNSUPPORTED_CONTENT，回合中断。
dsh-plugin-image-tools 就是针对这三个场景的 DSH 插件：图片选择卡、回复内嵌图片、盲模型收图，三个工具各管一摊，全部零 token 本地渲染，纯插件实现，不改核心包。
这是什么¶
dsh-plugin-image-tools 由 Pasumao 维护，MIT 许可证，运行平台为 Web GUI（package.json 里 dsh.client.platform 为 web），当前版本 0.6.6。
为什么做成插件而不是改核心：浏览器端消费 question/requested 帧时用 zod schema 严格解析，选项对象上的未知字段会被剥离；助手消息 content 由模型文本生成，也没有携带结构化图片块的通道。图片没法直接塞进 option / content 字段。插件的解法是：服务端把图片字节归一化进内存注册表，用自定义 web 路由直接供字节；客户端部分在 conversation.composer slot 链注册条目，负责渲染和增强。
代码与文档由 AI 辅助生成，均经人工审查与实机验证（npm run smoke）。
安装与启用¶
npm 安装（推荐）：
dsh plugin --profile web add dsh-plugin-image-tools
或从 GitHub 源安装：
dsh plugin --profile web add github:Pasumao/dsh-plugin-image-tools
装完重启 dsh（launcher），再刷新浏览器页面。包自带 cordis.patch.yml 挂载行，经 dsh.profile.bundles 自动应用，不需要手动改配置。插件不读取环境变量、不需要 API Key / token、不写配置文件，装好即用。纯文字问题不带图片时自动放行给原生 UI，互不影响。
三个工具¶
三个工具的图片来源统一支持三种形态：本地路径（相对会话工作区或绝对路径）、http(s) URL（服务端拉取后转存）、base64 data URI。单张上限 20 MiB，仅支持 PNG / JPEG / WebP / GIF（按魔数校验，声明不符会报错）。
ask_user_choice：在选项里挑图¶
模型传入 questions 数组，每个选项可带一张图（path / url / data 三选一），纯图片、纯文字、图文选项可在同一题混排。支持多题分页、单选/多选、自定义答案、跳过；label 末尾写 (Recommended) 或 (推荐) 会显示推荐标注。缩略图点击弹出 Lightbox 大图，Esc / 点遮罩 / 关闭按钮退出。选择卡由 Web GUI 渲染，答案协议与原生一致：
{
"questions": [
{
"id": "cover",
"question": "选一张封面图",
"header": "封面选择",
"options": [
{ "label": "深海鲸鱼 (Recommended)", "image": { "path": "novel/assets/covers/whale.png" } },
{ "label": "星空", "image": { "url": "https://example.com/stars.png" } },
{ "label": "手绘风",
"image": { "data": "data:image/png;base64,iVBORw0KGgo..." } },
{ "label": "都不选，我自己说", "description": "选这个可以在下方输入自定义答案" }
],
"multi_select": false
}
]
}
// 返回：{ "answers": [ { "id": "cover", "selected": ["深海鲸鱼 (Recommended)"] } ] }
show_images：在回复正文里展示图¶
调用时传 images 数组（一次 1~9 张，每张可带 caption），工具返回绝对 URL 的 markdown 图片片段，模型把片段原样逐行粘贴进回复正文，图片就随文字显示：
// 调用 show_images
{
"images": [
{ "image": { "path": "novel/assets/covers/whale.png" }, "caption": "深海鲸鱼封面" },
{ "image": { "url": "https://example.com/stars.png" }, "caption": "星空" }
]
}
// 返回：{ "markdown": ["", ""] }
客户端插件会对这类图片做渐进增强：圆角样式、悬停显示说明、点击放大、加载失败降级。
save_received_images：盲模型收图存成文件¶
用户往聊天里发图时，插件注册的 agent/pre-step 监听器把进入 LLM 步骤的消息里的 image 块重写为 dshimg:<attachmentId> 文本占位符，文本-only 适配器不再因图片块报 UNSUPPORTED_CONTENT，回合照常运行；用户气泡里由客户端增强器把占位符替换为可放大的图片回显。
模型看到占位符后调用 save_received_images，把图片按 attachmentId 保存为工作区文件，默认目录 received/；文件名优先用附件自带的安全文件名，否则按 image-<n>-<时间戳>.<ext> 生成。之后就能用文件/命令工具对图片做分析（尺寸、像素、哈希等）。
限制与注意¶
- 图片字节仅存进程内存：选择卡图片随问题回答/取消立即释放；内嵌图片与附件回显依赖 30 分钟 TTL 清理。
- 图片路由 URL 是内容寻址的，响应头下发
Cache-Control: private, max-age=2592000, immutable（30 天浏览器缓存）；服务端清理后刷新页面仍可命中本地缓存。 - 图片路由为同源普通 HTTP 路由（与 GUI 同信任级别），未加额外鉴权。
- 内嵌图片的 markdown URL 是绝对地址，若 GUI 经反向代理或换端口访问，历史消息里的图片地址可能失效。
- 兼容性：实测于 DSH
0.1.2-rc.1（0.6.5 起适配该版选择卡新协议，0.6.6 起测试自带 react/react-dom），依赖客户端服务slots/locale。 - 插件以当前 dsh 进程权限运行，安装前建议自行查看源码与许可证（MIT）。
结尾¶
dsh-plugin-image-tools 用三个工具覆盖了 Web GUI 里「选图、看图、发图」三件事，零 token 本地渲染，不改核心包，也不需要配置。如果你在 DSH 上做涉及图片的工作流（封面挑选、出图展示、给文本模型传图分析），可以直接装来试。
- 社区插件目录（独立站点，与 DeepSeek / 幻方无官方从属关系）：https://www.skillhub.cn/plugins/Pasumao/dsh-plugin-image-tools
- GitHub 仓库：https://github.com/Pasumao/dsh-plugin-image-tools
