前言¶
DeepSeek Harness (DSH) 的核心设计理念是“一切皆插件”。在实际的智能体开发中，如果主模型是文本模型，要为其增加视觉理解能力，通常需要修改 DSH 核心代码或进行复杂的系统级集成。dsh-bundle-vision 旨在解决这一痛点，它提供了一个 Profile Bundle 和 Plugin 的组合包，在不改动 DSH 核心代码的前提下，通过 Bundle patch 机制，为任意 Profile 提供视觉能力。
这是什么¶
dsh-bundle-vision 是一个由 skillre 维护的插件包，分类属于模型推理。它将视觉能力的实现封装为一个可安装的 NPM 包，核心功能是注册了一个面向模型的工具 describe_image，并将该插件挂载到任意 Profile 的 Bundle 层。
核心功能¶
该插件主要实现以下功能：
- 工具注册：注册
describe_image工具，供 LLM 调用。 - 本地读取：支持读取本地 PNG、JPEG、WebP、GIF 格式的图片文件。
- 字节提交：通过附件服务将图片字节提交。
- 路由请求：向命名多模态路由发起 LLM 请求。
- 零核心更改：所有逻辑均通过插件和 Bundle 实现，无需修改 DSH 核心代码。
- Bundle Patch 机制：利用 Cordis patch 机制进行集成。
安装与启用¶
在已安装 DSH 环境下，使用官方命令安装：
dsh plugin --profile <name> add dsh-bundle-vision
安装后，需要重启 dsh <name> 进程。工具会注册给所有 Agent（Profile-root 注册对所有预设作用域可见）。安装命令会自动处理 Bundle 层堆栈的依赖关系。
典型用法¶
主模型在对话中可以直接调用该工具。调用时需要提供文件路径、目标 Provider、模型名称和 Prompt。
Use describe_image with file_path '/path/to/photo.jpg', provider 'my-vision', model 'my-vision-model', and prompt "OCR the text in this image".
主模型在每次调用时自行指定 Provider 和 Model，从而实现灵活切换，无需修改 Profile 配置。如果请求失败，拒绝信息会明确指出失败原因（如不支持的扩展名、部署媒体类型不支持、路由未声明图片输入、文件不存在或类型不匹配等）。
适用场景与注意¶
使用该插件前需注意以下依赖和配置要求：
- 配置声明：必须在
llm-pi-ai设置中声明多模态模型的输入类型（例如在input字段中包含image）。 - 版本依赖：依赖的 peerDependencies 需要满足
>=0.1.0-rc.6。 - 会话内容：工具结果为纯文本，不会产生图片块进入会话，因此纯文本主模型可以直接使用。
- 运行时依赖：插件依赖
ctx.fs（文件系统能力）、ctx.attachments（附件服务）和ctx.llm（LLM 调用）。
短结尾¶
dsh-bundle-vision 通过工具注册和 Bundle patch 机制，为 DeepSeek Harness 带来了无需核心更改的视觉能力。它利用现有的 ctx 上下文和附件服务，让文本模型能够调用外部多模态路由处理图像。更多细节请参考 目录页 或 GitHub 仓库。
