dsh-design-qa:让 DeepSeek Harness 里的纯文本模型能看图

前言

DeepSeek Harness(DSH)支持纯文本模型编写代码,但在“设计稿 -> 代码 -> 验证”的产品设计闭环中,模型因为看不见图,无法完成“像不像”的判定环节。dsh-design-qa 插件通过一个工具(tool)将多模态能力借给纯文本模型,使其具备执行产品设计所需的那只“眼睛”。

核心功能

  • 任何纯文本模型都能读图:不限于 DeepSeek,任何支持 tool calling 的 OpenAI 兼容端点均可使用。
  • 按需调用,不进上下文:识图作为独立 tool,图片不进入主模型上下文,不看不产生成本。
  • 附带评估基准:包含 4 组夹具和 23 处注入缺陷的评测集,用于验证模型判定的有效性。
  • 自动让位:当 DeepSeek 官方视觉上线时,插件会自动让位,模型可走原生通路。

安装与启用

环境要求

  • 已安装并配置好的 DeepSeek Harness(DSH)。
  • Node.js 版本需为 ^22.19 || >=24。
  • 需要阿里云百炼(BAILIAN)的 API Key。

步骤

  1. 获取 API Key
    前往 阿里云百炼控制台 开通并创建 API-KEY。

  2. 安装插件
    在 DSH 终端执行:

   dsh plugin --profile web add dsh-design-qa
  1. 补套与重启
    进入插件目录并设置环境变量,执行补丁与重启:
   cd "${DSH_HOME:-$HOME/.dsh}/profiles/web/node_modules/dsh-design-qa"
   export BAILIAN_API_KEY=<你的 key>
   node install.mjs --route-only
   node install.mjs --restart

注意:刷新浏览器不算重启,必须使用 --restart 命令。

典型用法

基础对话

在 DSH 对话框中直接粘贴图片,并提问:

“这是啥”

或者直接发送图片的绝对路径或 http(s) 地址,模型会自行调用 deepseek_vision。

配置模型

默认使用阿里云百炼的 qwen3.8-max 模型。若需更换,需在 settings.yaml 中配置 provider,并在 profile 的 cordis.patch.yml 中覆盖插件的 provider 和 model 配置。

评估与基准

插件内置了 4 组夹具和 23 处注入缺陷的评测数据。基准测试显示,在定向探针测试中,qwen3.8-max 模型表现最佳(24/24 通过)。测试发现,能看见 ≠ 可用于判定,模型若不主动看、会编造或结论不稳,则无法用于判定闭环。

注意事项

  • 依赖 Tool Calling:目标模型必须支持 tool calling。
  • 能见度 ≠ 判定力:模型可能看得见但无法进行有效判定,需结合具体场景使用。
  • 不支持 HMR:安装插件修改了 DSH 本体配置后,必须使用 --restart 冷启动,刷新浏览器无效。
  • 成本控制:单次识图约消耗 2000 输入 + 400 输出 token,成本较低,但需注意 API Key 的有效期。

生态背景

DeepSeek Harness(DSH)遵循“一切皆插件”的理念。本插件由社区开发者 sunxin-ai 维护,旨在解决纯文本模型在视觉任务上的短板。相关源码与基准数据可在 GitHub 查看。

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

小夜