dsh-v4flash-tiler：DeepSeek 視覺模型的大圖自動分塊插件

前言¶

DeepSeek 視覺模型在處理圖片時，若尺寸超過約 800×800 等效像素，會自動縮小圖片，導致截圖中的細小文字、圖表細節或圖標被抹去。dsh-v4flash-tiler 插件用於解決這一場景下的細節丟失問題，在宿主端將超大圖片自動切割爲帶行列座標的網格圖塊，再送入模型進行分析。

插件簡介¶

這是一個 DeepSeek 視覺模型的大圖自動分塊插件。插件由 doublehappy123 維護，採用 MIT 許可證。它支持 DeepSeek v4Flash 視覺模型，能自動切割超大聊天圖片，並標註網格與座標，確保模型能按座標拼回整圖，保留原始清晰度。

核心功能¶

1. 自動分塊：任一邊寬超過 1024px 的圖片自動分塊；小於此尺寸的圖片保持原樣。
2. 座標標註：切割後的圖塊附帶行列座標，並提供網格元數據。
3. 限制與重疊：單張圖片最多切割爲 9 塊，塊與塊之間保留 15% 重疊。
4. 獨立分組：每張原圖的圖塊自成一組，禁止跨圖混拼。
5. 細節防護：防止圖片被約 800px 的自動縮放抹掉細節。
6. 失敗回退：分塊失敗時自動回退原圖，並在消息中說明原因。

安裝與啓用¶

安裝前需先安裝 Python 引擎。執行以下步驟：

1. 安裝 Python 引擎

   pip install -e ./engine

2. 安裝插件到指定 profile

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

3. 重啓 DSH（該 profile）

注意：每個 profile 插件棧獨立，需按 profile 分別安裝。

典型用法¶

聊天中自動分塊¶

在聊天界面直接發送任意圖片。如果圖片尺寸超標，系統會自動切塊並標註行列；如果圖片尺寸合格或分塊失敗，則保持原圖直通。

命令行手動分析¶

在安裝好 engine 後，可使用命令行工具：

# 僅查看分塊計劃，不調用 API
v4flash-tiler --image screenshot.png --mode auto --dry-run

# 調用 API 分析圖片
v4flash-tiler --image screenshot.png --prompt "提取全部文字"

注意：CLI 手動分析模式額外需要設置環境變量 DEEPSEEK_API_KEY。

Python API 調用¶

from v4flash_tiler import DeepSeekVisionClient

result = DeepSeekVisionClient().analyze_image("large.png", prompt="分析這張圖")

適用場景與注意¶

該插件適用於需要處理大尺寸截圖、密集小字或圖表的場景。

• Token 估算：單塊輸入 token 約 384，9 塊約 3400 token/圖。
• 上限保護：每條消息的圖塊總數受 DSH 附件上限保護，超限圖片保持原圖直通。
• 權限說明：插件以當前 dsh 進程權限運行，安裝前建議檢查源碼與許可證。

結語¶

該插件通過網格分塊機制解決了 DeepSeek v4Flash 模型在處理大圖時的細節丟失問題，配合行列座標元數據確保了分析的準確性。更多技術細節與源碼可參考下方鏈接。

• 目錄頁：https://www.skillhub.cn/plugins/doublehappy123/dsh-v4flash-tiler
• GitHub 倉庫：https://github.com/doublehappy123/dsh-v4flash-tiler