前言¶
DeepSeek Harness（DSH）采用插件化架构。在本地或私有化场景下，DeepSeek 等文本模型往往缺乏原生视觉能力，而智谱的 GLM 模型在视觉理解上表现优异。通过接入智谱 GLM 视觉模型，可以让 DeepSeek 等文本模型通过 glm_vision 工具完成“看图”任务。
是什么¶
本插件由维护者 fightingFirefox 开发，旨在将智谱的 GLM 视觉模型接入 DSH。它主要完成三件事：注册直连智谱 API 的供应商路由 glm-vision；注册名为 glm_vision 的工具，支持本地图片路径和附件 ID；接管 DeepSeek 官方路由，使主模型在处理图片时自动调用视觉能力。
安装与启用¶
安装插件¶
确保已安装 DeepSeek Harness 本体 (@deepseek-ai/dsh) 且命令行中有 dsh 命令。
# 从 GitHub 直接安装
dsh plugin --profile web add github:fightingFirefox/dsh-glm-vision
安装后插件会自动加入 profile 的 bundles 层。
配置 API Key¶
- 到 https://open.bigmodel.cn 注册并创建 API Key。
- 在 DSH Web 的 设置 → Models 页面填写，或直接编辑
$env:USERPROFILE\.dsh\.credentials.yaml：
ZAI_API_KEY: 你的智谱key（id.secret 两段式）
重启生效¶
dsh web
核心功能与用法¶
路由定位¶
插件注册了两个主要路由：
- glm-vision：作为视觉工具后端，主要被 glm_vision 工具调用，或作为模型选择器中的“GLM 视觉（智谱）”选项。
- glm_vision_router：提供“GLM-vision”选项，支持工具调用多轮对话，适合纯文本 GLM 模型结合视觉补充。
工具方式¶
在会话中直接指令模型使用工具：
“请用 glm_vision 看看 path/to/图片.png 里是什么”。
路由方式¶
在模型选择器中直接选择「GLM 视觉（智谱）」下的模型（如 glm-4.6v、glm-4.6v-flash 等）进行带图对话。
接管 DeepSeek 官方路由¶
默认开启接管 deepseek-official 路由。选择 DeepSeek 模型（如 DeepSeek-V4-Pro）并上传图片后，DSH 会拦截请求，将图片转换为工具调用指令，让模型调用 glm_vision(image='sha256:…')，再由 GLM 返回描述，主模型基于描述作答。
独占视觉模式¶
插件默认启用独占视觉模式。若检测到其他视觉插件（如 vision-router、modlens、dsh-vision），插件会进入休眠并告警：“本插件暂未适配共存…”。若需强制共存，需在设置卡片中关闭“共存检测（独占视觉）”。
注意事项¶
- 依赖环境：需要已安装的 DeepSeek Harness 本体和智谱 API Key。
- 配置生效：配置更改（如
registerTool、takeover）需重启 DSH 才能生效。 - Thinking 模式：
max：深度推理（最准）。auto：默认模式。off：快速但准确率低，视觉任务不建议使用。- 版本要求：插件依赖
@deepseek-ai/schemastery(>=3.18.0)。
参考资料¶
- 插件目录：https://www.skillhub.cn/plugins/fightingFirefox/dsh-glm-vision
- GitHub 仓库：https://github.com/fightingFirefox/dsh-glm-vision
