前言¶
DeepSeek Harness (DSH) 生態採用“一切皆插件”的理念。許多文本類 LLM 在處理圖片時存在侷限。dsh-modlens 插件旨在爲這些模型補充視覺能力。它將圖片轉換爲結構化 JSON 證據（包括 OCR、佈局、語義信息），讓純文本模型能夠“看見”並處理圖像。
插件簡介¶
該插件由 YZz-S 維護，是 liustack/modlens 的分支。它保留了上游的全部行爲，並新增了多引擎支持與按調用選擇引擎的能力。目前已包含 Gemini、火山方舟/豆包、Claude Code 等引擎的配置方案，特別是針對豆包/Ark 提供了實測配方。
安裝與啓用¶
在 DSH 環境中執行以下命令安裝：
dsh plugin --profile web add github:YZz-S/dsh-modlens
安裝完成後重啓 DSH，系統會出現 (modlens vision) 模型條目，並提供 modlens_read_image 工具。
配置引擎¶
配置文件位於 ~/.modlens/config.json（與上游共享）。運行 modlens doctor 可以查看哪些引擎已就緒。
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
按調用選擇引擎¶
當模型需要讀取圖片且配置了多個引擎時，工具描述會指示模型先詢問用戶選擇。調用 modlens_read_image 時，可通過 provider 參數指定引擎，例如 gemini-api 或 openai（豆包/Ark）。省略參數則使用默認引擎及其故障轉移鏈。
驗證¶
本地診斷不消耗額度：
modlens doctor
端到端讀取會消耗一次調用：
modlens -i image.png
注意事項¶
- 許可證爲 MIT。原始作品版權歸 2026 Leon Liu，分支改動版權歸 2026 YZz-S。
- 上游 ModLens 正在積極開發中，本分支主要承載
provider透傳與豆包/Ark 配方。 - DSH 插件目錄（如 skillhub.cn）與 DeepSeek/幻方無官方從屬關係。
