auto-vision：DSH 图片一体化插件

在 DSH 环境中，直接粘贴图片往往会导致对话报错，或者图片无法在聊天窗口中正常渲染，这会打断对话流。auto-vision 插件通过自动清洗图片数据并注册 see_image 工具，解决了这一问题。它让文本模型在需要时能自动调用视觉模型读取内容，且不改变原有的对话逻辑。

插件定位¶

这是一个 DSH 插件，旨在实现图片的一体化处理。它解决了“贴图导致报错”和“图片显示异常”的问题，支持智谱和魔搭社区的免费视觉模型，同时也兼容任意 OpenAI 兼容平台。

安装与启用¶

1. 把本目录拷贝到 DSH profile 的 node_modules 下（例如 ~/.dsh/profiles/web/node_modules/auto-vision/）。
2. 在 profile 的 cordis.patch.yml 中插入以下内容：

    - insert:
        - id: auto-vision
          name: auto-vision

3. 配置 Token 后，重启 DSH 进程。

配置 Token¶

插件支持通过环境变量或凭证文件配置。支持的视觉平台包括：

• 智谱 BigModel：设置 ZHIPU_API_KEY，模型为 GLM-4V-Flash。
• 魔搭 ModelScope：设置 MODELSCOPE_API_KEY，模型为 Qwen3-VL。
• 其他 OpenAI 兼容平台：设置 VISION_API_KEY、VISION_ENDPOINT、VISION_MODEL。

也可以直接写入 ~/.dsh/.credentials.yaml 文件中。

export ZHIPU_API_KEY=xxx          # 用智谱
export MODELSCOPE_API_KEY=xxx     # 用魔搭

切换视觉源¶

默认使用魔搭。通过环境变量 VISION_PROVIDER=zhipu 或在插件 config 中设置 provider: zhipu 切换。

对于本地或其他平台，在插件 config 中设置 endpoint 和 models 即可：

config:
  endpoint: http://127.0.0.1:11434/v1/chat/completions
  models: [qwen2.5-vl:7b]

注意事项¶

• 需要重启 DSH 进程才能生效。
• 依赖 @deepseek-ai/dsh-tools >= 0.0.1-rc.0。
• 依赖 Node.js 版本 >= 18。
• License: MIT。

结语¶

该插件让 DSH 在处理多模态对话时更加稳定，无需手动干预图片清洗流程。更多细节可查看插件目录或 GitHub 仓库。