前言¶
DeepSeek Harness（DSH）採用插件化架構。在本地或私有化場景下，DeepSeek 等文本模型往往缺乏原生視覺能力，而智譜的 GLM 模型在視覺理解上表現優異。通過接入智譜 GLM 視覺模型，可以讓 DeepSeek 等文本模型通過 glm_vision 工具完成“看圖”任務。
是什麼¶
本插件由維護者 fightingFirefox 開發，旨在將智譜的 GLM 視覺模型接入 DSH。它主要完成三件事：註冊直連智譜 API 的供應商路由 glm-vision；註冊名爲 glm_vision 的工具，支持本地圖片路徑和附件 ID；接管 DeepSeek 官方路由，使主模型在處理圖片時自動調用視覺能力。
安裝與啓用¶
安裝插件¶
確保已安裝 DeepSeek Harness 本體 (@deepseek-ai/dsh) 且命令行中有 dsh 命令。
# 從 GitHub 直接安裝
dsh plugin --profile web add github:fightingFirefox/dsh-glm-vision
安裝後插件會自動加入 profile 的 bundles 層。
配置 API Key¶
- 到 https://open.bigmodel.cn 註冊並創建 API Key。
- 在 DSH Web 的 設置 → Models 頁面填寫，或直接編輯
$env:USERPROFILE\.dsh\.credentials.yaml：
ZAI_API_KEY: 你的智譜key（id.secret 兩段式）
重啓生效¶
dsh web
核心功能與用法¶
路由定位¶
插件註冊了兩個主要路由：
- glm-vision：作爲視覺工具後端，主要被 glm_vision 工具調用，或作爲模型選擇器中的“GLM 視覺（智譜）”選項。
- glm_vision_router：提供“GLM-vision”選項，支持工具調用多輪對話，適合純文本 GLM 模型結合視覺補充。
工具方式¶
在會話中直接指令模型使用工具：
“請用 glm_vision 看看 path/to/圖片.png 裏是什麼”。
路由方式¶
在模型選擇器中直接選擇「GLM 視覺（智譜）」下的模型（如 glm-4.6v、glm-4.6v-flash 等）進行帶圖對話。
接管 DeepSeek 官方路由¶
默認開啓接管 deepseek-official 路由。選擇 DeepSeek 模型（如 DeepSeek-V4-Pro）並上傳圖片後，DSH 會攔截請求，將圖片轉換爲工具調用指令，讓模型調用 glm_vision(image='sha256:…')，再由 GLM 返回描述，主模型基於描述作答。
獨佔視覺模式¶
插件默認啓用獨佔視覺模式。若檢測到其他視覺插件（如 vision-router、modlens、dsh-vision），插件會進入休眠並告警：“本插件暫未適配共存…”。若需強制共存，需在設置卡片中關閉“共存檢測（獨佔視覺）”。
注意事項¶
- 依賴環境：需要已安裝的 DeepSeek Harness 本體和智譜 API Key。
- 配置生效：配置更改（如
registerTool、takeover）需重啓 DSH 才能生效。 - Thinking 模式：
max：深度推理（最準）。auto：默認模式。off：快速但準確率低，視覺任務不建議使用。- 版本要求：插件依賴
@deepseek-ai/schemastery(>=3.18.0)。
參考資料¶
- 插件目錄：https://www.skillhub.cn/plugins/fightingFirefox/dsh-glm-vision
- GitHub 倉庫：https://github.com/fightingFirefox/dsh-glm-vision
