DeepSeek Harness 插件 dsh-subagent-vision：讓純文本主代理在會話中直接讀取圖像

前言¶

DeepSeek 的聊天模型目前不支持圖像輸入，且 DeepSeek Harness（DSH）不允許在包含圖像的會話中切換爲純文本模型。dsh-subagent-vision 插件解決了這個問題。它允許純文本主代理在會話中讀取圖像，無需切換模型。

插件介紹¶

這是 niuniuaba 維護的 DSH 插件。當主代理需要視覺能力時，它會將任務委派給一個子代理，該子代理被路由到一個配置的視覺模型。主代理保持純文本狀態；只有子代理的文本結果被合併回來。

核心功能¶

• subagent_vision 委派工具：用於觸發子代理的特定工具。
• 子代理的 read_image 工具：子代理使用此工具讀取圖像。
• /subagent-vision/paste 路由：用於處理粘貼的圖像路徑的專用路由。
• Web GUI 原生圖像攝入：編輯器中的粘貼或拖放操作保持原生。
• 發送時進行圖像轉路徑轉換：在發送時，圖像被轉換爲文件路徑，以便主代理可以將其傳遞給子代理。
• 視覺模型選擇：通過 Settings > 視覺處理模型 選擇視覺模型。

安裝與啓用¶

在終端中運行以下命令以安裝插件：

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

安裝後，重啓 dsh。

典型用法¶

1. 將圖像粘貼到編輯器中，拖放到編輯器中，或提供路徑/URL。
2. 告知代理任務（例如，“讀取粘貼的圖像……”）。
3. 插件將圖像轉換爲路徑並調用子代理的 read_image 工具。
4. 子代理讀取圖像並返回文本。

注意事項¶

• 依賴項：需要 DSH 安裝，其基礎包掛載了 subagent、tool-fs、attachments 和 Web。
• 視覺模型：需要在 Settings > Models 中配置至少一個視覺模型，該模型聲明瞭圖像輸入。默認視覺模型是 qwen/qwen3.8-max。
• 圖像大小：圖像大小限制爲 25 MB。
• 子代理批准：子代理批准被固定爲“從不”。
• 日誌：圖像塊保留在子代理的日誌中。

總結¶

該插件爲文本模型增加了視覺能力，而無需會話切換。查看 目錄 和 GitHub 倉庫瞭解更多信息。