DeepSeek Harness (dsh) 是一個以插件爲核心的智能體開發框架。在構建智能體時，若使用不支持視覺的純文本模型，直接上傳圖片會導致處理中斷。dsh-mingmu 插件爲這類模型增加了視覺處理能力：當檢測到模型無法處理圖片時，自動調用視覺模型識別內容，並將識別出的文本喂回主模型。
該插件由 Lab-sku 維護，是一個純 ESM 插件，不修改源碼，卸載後即可還原。
核心功能¶
- 按模型能力觸發：插件運行時攔截模型調用，僅對不支持視覺輸入的模型進行橋接；原生支持視覺的模型保持原生處理路徑。
- 視覺模型識別：內置全球視覺模型啓發式識別規則，支持 OpenAI、Anthropic、Google、Qwen、MiniMax、Kimi、GLM、DeepSeek-VL 等 20+ 模型家族。若無法自動識別，也會嘗試走橋接。
- 自動升級策略：默認採用級聯策略，首選識別模型失敗或結果爲空時，自動切換備選模型；高級用戶可通過環境變量
DSH_VISION_STRATEGY=race開啓併發賽跑模式。 - 可視化配置：在 dsh Web 的「設置 → 插件」頁面，可以直接配置提供商、模型和策略，支持實時生效。
- 失敗不靜默：提供
annotate（將失敗原因作爲文字餵給主模型）和error（嚴格報錯）兩種模式，避免靜默丟圖。 - 憑據安全：API Key 存儲於 dsh 官方憑據庫（
~/.dsh/.credentials.yaml），不落盤到插件配置文件中。 - 環境變量兜底：除了 Web 設置頁，還支持通過環境變量配置所有關鍵參數。
安裝¶
使用官方命令安裝插件：
dsh plugin --profile web add github:Lab-sku/dsh-mingmu
配置與使用¶
方式一：Web 設置頁（推薦）¶
在 dsh Web 的「設置 → 插件 → 明眸 Mingmu」頁面進行配置。修改後保存即可即時生效。
方式二：環境變量¶
在環境變量中配置以下關鍵項：
| 變量名 | 默認值 | 說明 |
|---|---|---|
DSH_VISION_ENABLED |
true |
總開關 |
DSH_VISION_MODEL |
Qwen/Qwen3-VL-8B-Instruct |
首選視覺識別模型 |
DSH_VISION_MODEL_UPGRADE |
Qwen/Qwen3-VL-32B-Instruct |
備選識別模型 |
DSH_VISION_STRATEGY |
cascade |
策略：cascade（級聯）或 race（併發） |
DSH_VISION_BASE_URL |
https://api.siliconflow.cn/v1 |
視覺 API 端點 |
DSH_VISION_API_KEY_ENV |
SILICONFLOW_API_KEY |
API Key 環境變量引用 |
DSH_VISION_FAILURE_MODE |
annotate |
失敗模式：annotate 或 error |
DSH_VISION_MAX_TOKENS |
4096 |
識別最大 Token 數 |
DSH_VISION_TIMEOUT_MS |
180000 |
識別超時時間（毫秒） |
API Key 管理¶
插件支持兩種 API Key 配置方式，任選其一：
- Web UI：在「明眸 Mingmu」設置頁的「視覺 API Key」輸入框中粘貼 Key，點擊保存。Key 會寫入 dsh 官方憑據庫。
- 手動寫入：在
~/.dsh/.credentials.yaml文件中手動添加，例如：
SILICONFLOW_API_KEY: sk-xxx
注意事項¶
- 依賴版本：本插件基於 dsh
0.1.0-rc.6實測。dsh 接口仍處於 rc 階段，後續版本升級可能需要適配。 - 性能開銷：由於需要判斷模型能力，含圖消息的每個 step 會額外調用一次
resolveModelInfo，對延遲敏感的場景需留意。 - 隱私與端點：默認圖片會發送到 SiliconFlow (
https://api.siliconflow.cn/v1)。用戶可將其替換爲任意 OpenAI 兼容端點，但需自行評估隱私與可用性。 - Node.js 版本：運行環境 Node.js 版本要求 >= 22.19.0。
- 併發策略：
race/cascade僅在單會話內生效，不改變 dsh 本身的併發模型邏輯。
總結¶
dsh-mingmu 通過攔截和橋接，解決了純文本模型在 dsh 環境下無法處理圖片的問題。它提供了可視化的配置入口和環境變量支持，並注重 API Key 的安全性。在使用前，建議確認本地環境版本（Node.js 和 dsh）並評估第三方 API 端點的隱私策略。
