前言¶
DeepSeek Harness (DSH) 的插件化架構允許爲文本模型添加視覺能力。dsh-vision-tool 是一個插件，它爲僅限文本的模型提供視覺路由。它通過自動重寫粘貼的圖片爲內容尋址附件引用並調用 Kimi 視覺模型來實現這一點。
核心功能¶
該插件通過兩個主要組件協調工作：
- vision-prompt：攔截
POST /api/session.prompt。當活躍會話模型不支持圖片輸入時，粘貼的圖片會被持久化爲內容尋址附件，並在文本提示中被重寫爲完整的附件引用 JSON。其他請求（無圖片或模型已支持圖片）會被原樣轉發，並重新實現了官方/api信任護欄（DNS 重綁定 / 跨站防禦）。 - vision-tool：註冊全局
analyze_image工具。模型調用此工具時，傳入附件引用（或本地文件路徑），工具將圖像路由至 Kimi 視覺模型並返回文本描述。
安裝與啓用¶
使用以下命令安裝插件（需要指定 SHA 以鎖定版本）：
dsh plugin --profile <name> add github:<you>/dsh-vision-tool#<sha>
安裝後，重啓 profile 使配置生效：
dsh --profile <name>
確認插件層已加載（查看配置輸出中是否包含 # == dsh-vision-tool）：
dsh --profile <name> --dump-config
典型用法¶
- 粘貼圖片：在聊天框中粘貼圖片。
- 自動重寫：
vision-prompt會將圖片持久化到 Harness 附件存儲，並重寫提示以包含附件引用。 - 模型調用：模型調用註冊的
analyze_image工具，傳入附件引用或本地文件路徑。 - 配置模型：通過配置
cordis.patch.yml切換視覺模型（baseURL, model, apiKeyEnv）。
配置與依賴¶
必要依賴：
* dsh CLI
* KIMI_CODE_API_KEY（從 $DSH_HOME/.credentials.yaml 或環境變量讀取）
* 依賴包：@deepseek-ai/dsh-tools, @deepseek-ai/dsh-credentials, @deepseek-ai/dsh-host-apiproxy
配置示例（在 cordis.patch.yml 中）：
- id: vision-tool
name: dsh-vision-tool
config:
baseURL: https://api.kimi.com/coding/v1
model: kimi-for-coding
apiKeyEnv: KIMI_CODE_API_KEY
maxImageBytes: 20971520
timeoutMs: 120000
注意：
kimi-for-coding僅接受temperature: 1（其他值會返回 HTTP 400），該插件默認硬編碼了該值且不可配置。
注意事項¶
- 安全與存儲：請求體上限爲 160MB。插件不存儲提示或圖片內容，僅使用 Harness 的附件存儲。任何失敗均降級爲直通（passthrough）。
- 日誌：操作日誌寫入
$DSH_HOME/vision-trace.log。 - 格式支持：支持 png, jpg, jpeg, webp, gif。
總結¶
dsh-vision-tool 通過重寫提示和註冊全局工具，爲 DSH 中的文本模型提供了調用 Kimi 視覺模型的能力。安裝前請檢查源碼與許可證（MIT）。
