dsh-vision-plugin：为 DSH 会话添加图片理解能力

前言¶

DeepSeek Harness（DSH）采用“一切皆插件”的架构。dsh-vision-plugin 是一款模型推理类的插件，它为 AI 会话添加了图片理解能力。通过配置视觉模型 API，插件可以将用户上传的图片内容转写为文本，供后续的 LLM 流程处理。

安装¶

安装前请确保已安装 DSH 并满足版本要求（推荐 0.1.7-rc.2 或兼容版本）。

dsh plugin add @lp181818/dsh-vision-plugin

配置与使用¶

安装完成后，需要在 DSH 的设置中启用并配置该插件。

界面配置¶

1. 打开 DSH Web GUI。
2. 进入 设置 → 识图模型配置。
3. 在面板中填写以下信息：
   - 启用图片识别：主开关，开启后 AI 可识别图片。
   - Base URL：视觉模型 API 的基础地址（不含 /chat/completions）。
   - Model ID：用于视觉任务的模型标识符。
   - API Key：实际使用的密钥（v1.2.0 起，此为唯一密钥来源）。
   - 密钥格式：选择与密钥服务商匹配的鉴权方式（openai / anthropic / gemini / azure）。
   - 备用模型（可选）：主模型在重试耗尽后遇 429/5xx 限流时自动切换。
   - 重试次数：指数退避重试次数，范围 0-10（默认 3）。

配置文件¶

你也可以直接在 ~/.dsh/settings.yaml 中写入配置。保存前，插件会自动测试连通性与图片输入支持。

vision-plugin:
  enabled: true
  baseUrl: https://openrouter.ai/api/v1
  modelId: qwen/qwen3.8-27b
  fallbackModelId: qwen/qwen3.8-flash   # 可选：备用模型
  maxRetries: 3                          # 可选：0-10，默认 3
  apiKey: sk-or-v1-...                   # v1.2.0 起密钥只来自此字段

核心功能¶

• OpenAI 兼容请求：插件内部发送标准的 OpenAI 兼容 POST {baseUrl}/chat/completions 请求，因此支持广泛。
• 容错与重试：支持指数退避重试（0-10 次）和备用模型切换，适用于聚合平台（如 OpenRouter、火山方舟 ARK）的限流场景。
• 多格式密钥支持：支持 openai（默认）、anthropic、gemini、azure 四种鉴权格式。
• 自动测试：保存配置时会自动用内嵌图片测试连通性与模型支持情况。

兼容性与注意事项¶

• DSH 版本：需要 DSH 0.1.7-rc.2 或兼容版本。
• 密钥变更：v1.2.0 起已移除 apiKeyEnv 配置项，密钥来源统一为设置页的 API Key 字段。
• 支持的服务：支持 OpenRouter、OpenAI、火山方舟 ARK 以及任何提供 OpenAI 兼容接口的自建网关。
• 许可证：MIT 许可证。

总结¶

dsh-vision-plugin 通过标准的 OpenAI 兼容接口，为 DSH 提供了稳定的图片理解能力。配置简单，且具备完善的限流重试和密钥管理机制，适合需要处理多模态输入的开发者使用。

• GitHub 仓库
• 插件目录