前言¶
DeepSeek Harness (DSH) 的核心設計理念是插件化，通過擴展組件來豐富功能。在構建智能體或自動化工作流時，讓模型具備“看懂”圖片的能力是常見需求，但 DSH 原生並未直接提供視覺分析接口。dsh-vision 是由社區開發者 zoahdev 維護的插件，它通過提供一個 vision_analyze 工具，填補了這一空白，讓 DSH 能夠通過 OpenAI 兼容的視覺模型來分析圖片並返回文字描述。
核心功能¶
該插件主要提供以下能力：
1. 提供 vision_analyze 工具，用於執行視覺分析。
2. 支持接收本地文件路徑或網絡 URL 的圖片。
3. 與 OpenAI 兼容的視覺模型進行交互。
4. 將圖片分析結果以文字形式返回。
安裝與啓用¶
安裝插件需要使用 DSH 的插件管理命令。請按順序執行以下步驟：
- 在終端中運行安裝命令：
dsh plugin --profile web add dsh-vision
- 配置環境。插件需要連接到一個視覺模型。你可以通過環境變量或配置文件設置
apiKey（或OPENAI_API_KEY），或者將baseUrl指向本地兼容端點（例如 Ollamahttp://localhost:11434）。
工具參數¶
使用 vision_analyze 工具時，需要傳入兩個主要參數：
| 參數 | 類型 | 說明 |
|---|---|---|
image |
string | 圖片路徑或 https / data: 協議的 URL |
question |
string | 對圖片的詢問內容，默認爲 “Describe this image in detail.” |
配置項¶
插件支持以下配置項（通常通過環境變量或配置文件設置）：
| 配置項 | 類型 | 默認值 | 說明 |
|---|---|---|---|
apiKey |
string | (環境變量) | OpenAI 兼容視覺模型的 API Key |
baseUrl |
string | https://api.openai.com |
API 地址 |
model |
string | gpt-4o-mini |
視覺模型 ID |
timeoutMs |
number | 120000 |
請求超時時間（毫秒） |
典型用法¶
在 DSH 的工作流或插件中調用該工具時，示例用法如下：
// 示例：分析一張本地圖片
await dsh.vision_analyze({
image: "C:/Users/Example/Desktop/screenshot.png",
question: "這張圖片裏主要顯示了什麼內容？"
});
// 示例：分析網絡圖片
await dsh.vision_analyze({
image: "https://data:example.com/image.jpg",
question: "請用中文描述這張圖片。"
});
注意事項¶
該插件依賴外部視覺模型服務。如果未配置有效的 API Key 或本地端點，工具將無法正常工作。此外，這是社區插件，不屬於 DeepSeek 或 OpenAI 的官方產品。
總結¶
通過 dsh-vision，開發者可以在 DSH 生態中直接接入視覺分析能力。該插件結構輕量，僅需配置必要的視覺模型參數即可使用。
插件目錄： https://www.skillhub.cn/plugins/zoahdev/dsh-vision
源碼倉庫： https://github.com/zoahdev/dsh-vision
