dsh-v4flash-tiler：DeepSeek 视觉模型的大图自动分块插件

前言¶

DeepSeek 视觉模型在处理图片时，若尺寸超过约 800×800 等效像素，会自动缩小图片，导致截图中的细小文字、图表细节或图标被抹去。dsh-v4flash-tiler 插件用于解决这一场景下的细节丢失问题，在宿主端将超大图片自动切割为带行列坐标的网格图块，再送入模型进行分析。

插件简介¶

这是一个 DeepSeek 视觉模型的大图自动分块插件。插件由 doublehappy123 维护，采用 MIT 许可证。它支持 DeepSeek v4Flash 视觉模型，能自动切割超大聊天图片，并标注网格与坐标，确保模型能按坐标拼回整图，保留原始清晰度。

核心功能¶

1. 自动分块：任一边宽超过 1024px 的图片自动分块；小于此尺寸的图片保持原样。
2. 坐标标注：切割后的图块附带行列坐标，并提供网格元数据。
3. 限制与重叠：单张图片最多切割为 9 块，块与块之间保留 15% 重叠。
4. 独立分组：每张原图的图块自成一组，禁止跨图混拼。
5. 细节防护：防止图片被约 800px 的自动缩放抹掉细节。
6. 失败回退：分块失败时自动回退原图，并在消息中说明原因。

安装与启用¶

安装前需先安装 Python 引擎。执行以下步骤：

1. 安装 Python 引擎

   pip install -e ./engine

2. 安装插件到指定 profile

   dsh plugin --profile web add github:doublehappy123/dsh-v4flash-tiler

3. 重启 DSH（该 profile）

注意：每个 profile 插件栈独立，需按 profile 分别安装。

典型用法¶

聊天中自动分块¶

在聊天界面直接发送任意图片。如果图片尺寸超标，系统会自动切块并标注行列；如果图片尺寸合格或分块失败，则保持原图直通。

命令行手动分析¶

在安装好 engine 后，可使用命令行工具：

# 仅查看分块计划，不调用 API
v4flash-tiler --image screenshot.png --mode auto --dry-run

# 调用 API 分析图片
v4flash-tiler --image screenshot.png --prompt "提取全部文字"

注意：CLI 手动分析模式额外需要设置环境变量 DEEPSEEK_API_KEY。

Python API 调用¶

from v4flash_tiler import DeepSeekVisionClient

result = DeepSeekVisionClient().analyze_image("large.png", prompt="分析这张图")

适用场景与注意¶

该插件适用于需要处理大尺寸截图、密集小字或图表的场景。

• Token 估算：单块输入 token 约 384，9 块约 3400 token/图。
• 上限保护：每条消息的图块总数受 DSH 附件上限保护，超限图片保持原图直通。
• 权限说明：插件以当前 dsh 进程权限运行，安装前建议检查源码与许可证。

结语¶

该插件通过网格分块机制解决了 DeepSeek v4Flash 模型在处理大图时的细节丢失问题，配合行列坐标元数据确保了分析的准确性。更多技术细节与源码可参考下方链接。

• 目录页：https://www.skillhub.cn/plugins/doublehappy123/dsh-v4flash-tiler
• GitHub 仓库：https://github.com/doublehappy123/dsh-v4flash-tiler