前言¶

在 DeepSeek Harness (DSH) 中开发智能体时，处理多模态输入通常需要手动判断。此插件解决了这个问题：它检测用户消息中的图像，并自动将路由切换到视觉模型，同时将纯文本请求保留在原始模型上。这避免了在文本轮次中调用视觉模型造成的资源浪费，也防止了在图像轮次中调用纯文本模型导致的失败。

插件介绍¶

@blue/dsh-image-model-router 是一个由 Blue-2571 维护的 DSH 插件。它的核心功能是：当用户消息包含图像时，将代理请求路由到视觉模型（默认为 deepseek-v4-flash-vision-exp）；当消息仅包含文本时，保持使用原始模型（如 deepseek-v4-pro）。插件内部使用 WeakMap 进行状态标记，确保状态仅在当前代理和步骤内有效，不会跨代理或跨轮次泄漏。

安装与启用¶

插件默认处于禁用状态，安装后不会立即改变现有路由逻辑。

1. 通过 NPM 安装：

dsh plugin --profile web add @blue/dsh-image-model-router

2. 从本地 Git 检查安装（开发模式）：

git clone https://github.com/Blue-2571/dsh-image-model-router.git
cd dsh-image-model-router
dsh plugin --profile web add .

配置说明¶

插件安装后不会自动生效，必须在对应 profile 的 cordis.patch.yml 文件中手动配置并启用。

配置示例：

- id: dsh-image-model-router
  disabled: false
  config:
    provider: deepseek-official
    model: deepseek-v4-flash-vision-exp

配置项说明：
* provider：视觉请求的目标提供者 ID，默认为 deepseek-official。
* model：视觉模型 ID，默认为 deepseek-v4-flash-vision-exp。你可以根据 provider 支持的任何图像能力模型进行修改。

工作原理¶

插件在代理执行流程中拦截请求并检测图像：
1. 当用户消息包含图像块时，插件会在 agent/pre-step 阶段标记当前代理。
2. 在 agent/request 阶段，插件检查标记。如果存在标记，则交换 provider 和 model 为视觉配置，并在处理完成后清除标记。
3. 如果消息不包含图像，则跳过标记和交换，使用原始模型配置。

插件会像 DSH 本身的图像策略一样，遍历嵌套的 tool-result 内容，因此工具返回的图像也会被视为输入图像。

注意事项¶

• 默认禁用：安装后必须显式在 cordis.patch.yml 中将 disabled 设为 false 才能启用。
• 刷新生效：修改配置后，必须重启 profile (dsh web) 并在浏览器中执行硬刷新，配置才会生效。
• 环境要求：需要 Node.js 环境 ^22.19.0 || >=24.0.0。

总结¶

该插件通过自动化模型路由逻辑，降低了在 DSH 中处理多模态输入的复杂度。更多细节和源码，请参考：GitHub 或 DSH 插件目录。