DeepSeek Harness 視覺橋接插件 (DSH Vision Bridge)

前言¶

在使用 DeepSeek Harness (DSH) 時，如果會話模型不支持圖片輸入（如 DeepSeek 官方模型），DSH 會直接攔截消息並提示“當前模型不支持圖片”。這限制了純文本模型獲取視覺信息的能力。dsh-vision-bridge 插件通過介入 DSH 的消息處理流程，將圖片轉換爲工具調用指令，從而讓不支持圖片的模型也能通過視覺工具對圖片進行分析。

插件簡介¶

這是一個 DSH profile 插件包，由開發者 ShiraGawaAnri 維護。它旨在解決 DeepSeek 等純文本模型無法直接處理圖片輸入的問題。通過調用視覺工具，插件繞過了原生的攔截機制，允許模型對圖片進行識別並生成基於工具結果的回答。

核心功能¶

圖片橋接處理：當模型不支持圖片輸入時，不再彈出原生攔截，而是調用配置的視覺工具（默認爲 vision_glance）識別圖片。
工作區實體化：在會話工作區創建 .dsh-vision-bridge/ 目錄，將圖片字節實體化。
靈活的預設控制：支持自定義提示詞，並支持排除預設（如默認的 minimal）。匹配排除預設的會話將保留原生的“不支持圖片”攔截文本。
跨平臺支持：適配 Windows 和 WSL/Ubuntu 平臺，利用 Shell 執行圖片處理。

安裝與啓用¶

安裝插件需要先解壓下載的包，然後通過命令將其添加到 DSH profile 中。

unzip dsh-vision-bridge.zip -d dsh-vision-bridge
dsh plugin --profile web add ./dsh-vision-bridge

配置與用法¶

安裝後，插件通過 DSH 設置服務持久化配置。在 DSH 設置中找到“視覺橋接”選項進行配置：

啓用開關：默認開啓。關閉後將恢復 DSH 原生的攔截行爲。
視覺工具選擇：默認使用 vision_glance。系統會根據當前 agent 的工具集進行模糊匹配，也可選擇 glance / ground / detect 等工具。
自定義提示：可選字段，用於向視覺工具傳遞額外的指令。
排除預設：配置多選和通配符模式。默認包含 minimal 預設，匹配的會話將不執行橋接。
前置條件：確保會話中加載了 vision-tools skill（或提供其他視覺工具），否則插件會退化或顯示提示信息。

注意事項¶

Skill 依賴：插件必須依賴 vision-tools skill 提供視覺工具，否則無法正常執行橋接。
進程級影響：插件通過 Admission patch 修改 llm.resolveModelInfo，這會影響當前 DSH 進程下的所有會話。被排除預設的會話雖然不會執行橋接，但可能無法顯示原生的錯誤提示，而是以文本形式呈現。
適配器限制：橋接適配器禁止橋接模型接收圖片塊，圖片僅作爲附件保留在工作區中。
許可證：插件使用 MIT 許可證，安裝前建議檢查源碼。

結語¶

該插件通過工具調用鏈路，實現了“以文本代圖片”的橋接邏輯，使 DeepSeek 等文本模型具備了視覺分析能力。對於需要在文本模型中處理視覺信息的場景，這是一個必要的補充工具。更多細節請參考插件目錄或 GitHub 倉庫。