DeepSeek Harness 插件：dsh-model-modality

前言¶

DeepSeek Harness (DSH) 的運行時通過模型元數據中的 inputModalities 字段來判斷是否允許圖像輸入。當配置第三方模型或自定義提供方時，DSH 往往無法自動推斷該模型是否支持圖像，導致消息圖片、read_image 工具調用或附件上傳被攔截。

dsh-model-modality 插件提供了一種顯式聲明的方式，讓用戶將模態聲明寫入擁有該模型的提供方設置中，從而繞過運行時的自動推斷限制。

插件定位¶

本插件隸屬於 DeepSeek Harness 生態，由用戶 ct-jyjntc 維護。它主要用於解決第三方模型（中轉站 / 自定義提供方）的輸入模態未知問題，通過在元數據中寫入 inputModalities，確保圖像相關功能正常工作。

核心功能¶

1. 模態聲明：允許用戶聲明某個模型是否支持圖像輸入。
2. 元數據寫入：將聲明的模態信息寫入模型元數據。
   • llm-deepseek（官方 / 自定義 baseURL）：寫入 models[].inputModalities
   • llm-pi-ai（第三方提供方目錄）：寫入 models[].input 或 modelOverrides[].input
3. 工具支持：提供兩個主要工具供 agent 調用：
   • declare_model_multimodal(provider, model, supportsImage)
   • list_model_multimodal(provider?, model?)
4. 可選 UI：提供瀏覽器端的多模態開關界面（需動態掛載）。

安裝¶

使用官方插件管理命令安裝：

dsh plugin add ct-jyjntc/dsh-model-modality

典型用法¶

安裝後，可在對話中直接調用工具進行聲明或查詢。

聲明模型支持圖像：

declare_model_multimodal(provider="raincode", model="kimi-k3", supportsImage=true)
→ { ok: true, verified: true, inputModalities: ["text","image"], ... }

列出模型模態：

list_model_multimodal(provider="raincode")

注意事項¶

• 依賴版本：本插件依賴 @deepseek-ai/dsh-tools，版本範圍需滿足 >=0.0.1-rc.1 <0.1.0 || >=0.1.0-rc.1 <0.2.0-0，安裝前請檢查本地環境版本。
• 持久化位置：聲明的數據寫入提供方（Provider）的模型設置中，與插件本身獨立。在 DSH 的 Models 設置頁可查看與編輯這些數據。
• 瀏覽器端 UI：設置頁及 Run 卡片面板的「多模態（圖像輸入）」開關屬於可選功能。由於客戶端模塊未隨本包發佈，若需在瀏覽器端使用該 UI，需讓 agent 在會話中動態掛載插件。

總結¶

該插件通過顯式聲明解決了第三方模型在 DSH 環境下的多模態輸入識別問題。更多細節與源碼請訪問 GitHub 或查看 社區目錄。