前言¶
DeepSeek Harness (DSH) 生态采用“一切皆插件”的理念。许多文本类 LLM 在处理图片时存在局限。dsh-modlens 插件旨在为这些模型补充视觉能力。它将图片转换为结构化 JSON 证据（包括 OCR、布局、语义信息），让纯文本模型能够“看见”并处理图像。
插件简介¶
该插件由 YZz-S 维护，是 liustack/modlens 的分支。它保留了上游的全部行为，并新增了多引擎支持与按调用选择引擎的能力。目前已包含 Gemini、火山方舟/豆包、Claude Code 等引擎的配置方案，特别是针对豆包/Ark 提供了实测配方。
安装与启用¶
在 DSH 环境中执行以下命令安装：
dsh plugin --profile web add github:YZz-S/dsh-modlens
安装完成后重启 DSH，系统会出现 (modlens vision) 模型条目，并提供 modlens_read_image 工具。
配置引擎¶
配置文件位于 ~/.modlens/config.json（与上游共享）。运行 modlens doctor 可以查看哪些引擎已就绪。
Gemini¶
modlens config set gemini-api.apiKey <key>
modlens config set provider gemini-api
豆包 / 火山方舟 Ark¶
modlens config set openai.baseUrl https://ark.cn-beijing.volces.com/api/coding/v3
modlens config set openai.apiKey <ARK_CODING_PLAN_API_KEY>
modlens config set openai.model doubao-seed-2.1-turbo
按调用选择引擎¶
当模型需要读取图片且配置了多个引擎时，工具描述会指示模型先询问用户选择。调用 modlens_read_image 时，可通过 provider 参数指定引擎，例如 gemini-api 或 openai（豆包/Ark）。省略参数则使用默认引擎及其故障转移链。
验证¶
本地诊断不消耗额度：
modlens doctor
端到端读取会消耗一次调用：
modlens -i image.png
注意事项¶
- 许可证为 MIT。原始作品版权归 2026 Leon Liu，分支改动版权归 2026 YZz-S。
- 上游 ModLens 正在积极开发中，本分支主要承载
provider透传与豆包/Ark 配方。 - DSH 插件目录（如 skillhub.cn）与 DeepSeek/幻方无官方从属关系。
