DeepSeek Harness 插件 dsh-subagent-vision：让纯文本主代理在会话中直接读取图像

前言¶

DeepSeek 的聊天模型目前不支持图像输入，且 DeepSeek Harness（DSH）不允许在包含图像的会话中切换为纯文本模型。dsh-subagent-vision 插件解决了这个问题。它允许纯文本主代理在会话中读取图像，无需切换模型。

插件介绍¶

这是 niuniuaba 维护的 DSH 插件。当主代理需要视觉能力时，它会将任务委派给一个子代理，该子代理被路由到一个配置的视觉模型。主代理保持纯文本状态；只有子代理的文本结果被合并回来。

核心功能¶

• subagent_vision 委派工具：用于触发子代理的特定工具。
• 子代理的 read_image 工具：子代理使用此工具读取图像。
• /subagent-vision/paste 路由：用于处理粘贴的图像路径的专用路由。
• Web GUI 原生图像摄入：编辑器中的粘贴或拖放操作保持原生。
• 发送时进行图像转路径转换：在发送时，图像被转换为文件路径，以便主代理可以将其传递给子代理。
• 视觉模型选择：通过 Settings > 视觉处理模型 选择视觉模型。

安装与启用¶

在终端中运行以下命令以安装插件：

dsh plugin --profile web add dsh-subagent-vision

安装后，重启 dsh。

典型用法¶

1. 将图像粘贴到编辑器中，拖放到编辑器中，或提供路径/URL。
2. 告知代理任务（例如，“读取粘贴的图像……”）。
3. 插件将图像转换为路径并调用子代理的 read_image 工具。
4. 子代理读取图像并返回文本。

注意事项¶

• 依赖项：需要 DSH 安装，其基础包挂载了 subagent、tool-fs、attachments 和 Web。
• 视觉模型：需要在 Settings > Models 中配置至少一个视觉模型，该模型声明了图像输入。默认视觉模型是 qwen/qwen3.8-max。
• 图像大小：图像大小限制为 25 MB。
• 子代理批准：子代理批准被固定为“从不”。
• 日志：图像块保留在子代理的日志中。

总结¶

该插件为文本模型增加了视觉能力，而无需会话切换。查看 目录 和 GitHub 仓库了解更多信息。