DeepSeek Harness（DSH）采用插件化架构，通过扩展工具来增强模型能力。视觉模型通常对标准图片格式处理良好，但对于 TIFF/TIF 这种常见于扫描件、传真和科学数据的格式往往无法直接读取。dsh-tool-read-tiff 插件正是为了填补这一空白而设计，它将模型从“只能看图片”的能力拓展到“能读懂扫描文档”的能力。
插件定位¶
这是一个面向模型的 read_tiff 工具，由开发者 fulander0301 维护，归类于“模型推理”类别。它不依赖复杂的配置即可完成核心的解码与转换工作，同时提供完整的元数据信息，并支持可选的视觉模型描述功能。
核心功能¶
该插件主要提供以下能力：
- 输入支持：支持本地绝对路径或 HTTP(S) URL 作为输入源。
- 解码转换：将 TIFF/TIF 文件解码并转换为可预览的 PNG 图片，转换后的路径通过
convertedPath返回。 - 元数据提取：提供完整的 TIFF 头部元数据，包括尺寸、页数、压缩方式、光度解释、位深等。
- 多页处理：支持多页 TIFF 文件，通过
page索引参数遍历特定页面。 - 可选视觉描述：若配置了 OpenAI 兼容的视觉端点，插件会将解码后的 PNG 发送给模型获取文本描述。
- 实时配置：支持通过设置卡片实时修改端点配置，无需重启进程。
安装与启用¶
安装过程通过 DSH 的插件管理命令完成。
dsh plugin --profile web add git+https://github.com/fulander0301/dsh-tool-read-tiff.git
安装完成后，重启 dsh web 进程即可生效。该插件依赖 sharp 和 schemastery 库，它们拥有各自独立的许可证。
典型用法¶
插件默认无需配置即可进行解码和转换。启用视觉描述功能需要额外配置 OpenAI 兼容的端点。
基础使用示例：
- “transcribe all text in this scanned fax”
- “extract the table as CSV”
- “describe the map features and projection”
- “what does the label in the corner say”
多页文件处理：
由于每次调用默认处理一页，对于多页文件，需要多次调用插件并指定 page 索引（从 0 开始）。例如，先询问 pages 获取总页数，然后依次调用 page: 0、page: 1 等。
未配置视觉端点时：
如果不配置视觉模型端点，插件依然会返回解码结果和 convertedPath。此时，它通常返回一个 note，提示模型使用已安装的 describe_image 工具去描述 convertedPath 指向的图片。
注意事项¶
- 单页限制：每次调用仅处理一页，多页文件必须循环调用。
- 安全性：插件拒绝 HTTP 重定向请求。TIFF 和 PNG 的原始字节不会返回到对话中，仅返回文本和元数据，确保敏感图片数据不会直接暴露在日志中。
- 文件大小与格式：极其巨大或包含复杂浮点多波段的科学栅格 TIFF 可能需要预处理，否则工具会返回清晰的错误信息。
- 输入限制：仅接受本地绝对路径或
http(s)URL，其他 URL 协议会被拒绝。
总结¶
dsh-tool-read-tiff 是 DeepSeek Harness 生态中解决 TIFF 文档解析问题的实用工具。它通过解码和元数据提取，让文本模型能够处理扫描文档，并通过可选的视觉描述功能实现图文交互。如需查看更多细节或源码，可访问其 GitHub 仓库 或 技能库目录。
