前言¶
DeepSeek Harness (DSH) 的核心设计理念是插件化，通过扩展组件来丰富功能。在构建智能体或自动化工作流时，让模型具备“看懂”图片的能力是常见需求，但 DSH 原生并未直接提供视觉分析接口。dsh-vision 是由社区开发者 zoahdev 维护的插件，它通过提供一个 vision_analyze 工具，填补了这一空白，让 DSH 能够通过 OpenAI 兼容的视觉模型来分析图片并返回文字描述。
核心功能¶
该插件主要提供以下能力：
1. 提供 vision_analyze 工具，用于执行视觉分析。
2. 支持接收本地文件路径或网络 URL 的图片。
3. 与 OpenAI 兼容的视觉模型进行交互。
4. 将图片分析结果以文字形式返回。
安装与启用¶
安装插件需要使用 DSH 的插件管理命令。请按顺序执行以下步骤：
- 在终端中运行安装命令：
dsh plugin --profile web add dsh-vision
- 配置环境。插件需要连接到一个视觉模型。你可以通过环境变量或配置文件设置
apiKey（或OPENAI_API_KEY），或者将baseUrl指向本地兼容端点（例如 Ollamahttp://localhost:11434）。
工具参数¶
使用 vision_analyze 工具时，需要传入两个主要参数：
| 参数 | 类型 | 说明 |
|---|---|---|
image |
string | 图片路径或 https / data: 协议的 URL |
question |
string | 对图片的询问内容，默认为 “Describe this image in detail.” |
配置项¶
插件支持以下配置项（通常通过环境变量或配置文件设置）：
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
apiKey |
string | (环境变量) | OpenAI 兼容视觉模型的 API Key |
baseUrl |
string | https://api.openai.com |
API 地址 |
model |
string | gpt-4o-mini |
视觉模型 ID |
timeoutMs |
number | 120000 |
请求超时时间（毫秒） |
典型用法¶
在 DSH 的工作流或插件中调用该工具时，示例用法如下：
// 示例：分析一张本地图片
await dsh.vision_analyze({
image: "C:/Users/Example/Desktop/screenshot.png",
question: "这张图片里主要显示了什么内容？"
});
// 示例：分析网络图片
await dsh.vision_analyze({
image: "https://data:example.com/image.jpg",
question: "请用中文描述这张图片。"
});
注意事项¶
该插件依赖外部视觉模型服务。如果未配置有效的 API Key 或本地端点，工具将无法正常工作。此外，这是社区插件，不属于 DeepSeek 或 OpenAI 的官方产品。
总结¶
通过 dsh-vision，开发者可以在 DSH 生态中直接接入视觉分析能力。该插件结构轻量，仅需配置必要的视觉模型参数即可使用。
插件目录： https://www.skillhub.cn/plugins/zoahdev/dsh-vision
源码仓库： https://github.com/zoahdev/dsh-vision
