前言¶
DeepSeek Harness (DSH) 的核心設計理念之一是「一切皆插件」。當主模型(如 deepseek-v4-flash)缺乏原生視覺輸入能力時,需要通過插件橋接視覺模型。mimo-vision 旨在解決這一需求,爲不具備視覺能力的主模型提供文本描述能力。
它是什麼¶
mimo-vision 是一個爲 DeepSeek Harness (DSH) 設計的原生插件,包名爲 mimo-vision。它不是一個獨立進程,而是 DSH 能力模型中的“一等公民”,利用 DSH 的基礎設施來管理依賴、文件、憑證和子進程。
核心功能¶
- 工具註冊: 註冊
describe_image工具,供主模型調用。 - 視覺橋接: 將圖片發送至 mimo-v2.5 系列多模態模型,將視覺信息轉換爲文本描述。
- 格式轉碼: 支持轉碼多種圖片格式(SVG, TIFF, HEIC 等),確保視覺模型能正確解析。
- 路由策略: 支持路由至免費或付費 API,默認優先使用免費路由,失敗後回退至付費路由。
安裝與啓用¶
前置條件:Node.js 版本需爲 ^22.19 或 >=24,且 DSH 已能正常啓動。
安裝插件:
dsh plugin --profile web add mimo-vision
典型用法¶
使用 describe_image 工具描述圖片。工具參數爲 path(必填)和 question(可選)。
示例:
1. 告訴模型:“use describe_image to describe D:\photos\cat.png, focusing on what breed of cat it is”。
2. 模型會調用 describe_image 工具,獲取貓咪品種的文本描述。
注意事項¶
- 運行機制: 插件不是獨立進程,所有依賴、文件、憑證和子進程均通過 DSH 定義的
seams運行。 - 憑證配置: 需配置 OpenCode API Key。Key 的解析順序爲
OPENCODE_GO_API_KEY->OPENCODE_API_KEY。 - 卸載: 使用
dsh plugin --profile web remove mimo-vision移除,這會同時清理依賴和 bundle 層。
結語¶
mimo-vision 通過原生插件的方式,爲 DSH 提供了輕量級的視覺能力。它利用 DSH 的基礎設施處理文件和憑證,適合需要爲不具備視覺能力的主模型增加描述能力的場景。