前言¶
在 DeepSeek Harness (DSH) 的插件化生态中,为模型增加图像处理能力通常需要拦截特定的消息流。dsh-pro-vision-std 是一个基于 dsh-std 规范重写的组件,它提供了一种更轻量、更标准的方案。该插件将图片处理逻辑与 V4-Pro 模型的推理逻辑解耦,通过先调用视觉模型生成描述,再由 V4-Pro 进行文本生成的流程,实现模型对图片附件的支持。
核心功能¶
- 便携式 ModelProvider:作为一个独立的 ModelProvider,它允许 DeepSeek V4-Pro 处理图像附件,而无需修改 DSH 的核心逻辑。
- 图片处理流程:使用
deepseek-v4-flash-vision-exp模型对图片进行精确的文本描述,随后将生成的描述文本发送给deepseek-v4-pro进行最终回复。 - 合约集成:使用
dsh-std readImage合约读取图片,并发布dsh-std Tool describe_image工具供显式调用。 - 进程内缓存:对于相同的图片字节流,插件会在进程内进行缓存,以减少重复处理的开销。
安装与启用¶
安装该插件需要先安装其依赖的适配器 @dsh-std/adapter-dsh。
dsh plugin --profile web add @dsh-std/adapter-dsh
dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision-std
安装或更新后,必须重启对应的 DSH Profile 才能生效。更新命令如下:
dsh plugin --profile web update dsh-pro-vision-std
典型用法¶
在 DSH 的模型选择器中,选择以下路由以启用文本+图片能力:
dsh-pro-vision / deepseek-v4-pro
dsh-pro-vision / deepseek-v4-pro-vision 是上述路由的兼容性别名,功能相同。
若仅需要纯文本能力,可选择官方路由:
deepseek-official / deepseek-v4-pro
插件会自动复用 DSH Credential Service 中已解析的 DEEPSEEK_API_KEY,无需重复输入。
在配置方面,可以通过可选的环境变量进行调整:
| 变量名 | 默认值 |
|---|---|
DSH_PRO_VISION_BASE_URL |
https://api.deepseek.com |
DSH_PRO_VISION_VISION_MODEL |
deepseek-v4-flash-vision-exp |
DSH_PRO_VISION_TEXT_MODEL |
deepseek-v4-pro |
DSH_PRO_VISION_MAX_VISION_TOKENS |
8192 |
DSH_PRO_VISION_REASONING_EFFORT |
high |
DSH_PRO_VISION_CACHE_SIZE |
200 |
适用场景与注意¶
- 兼容性要求:该插件兼容
dsh-std Community v0.15。 - 环境依赖:需要安装
@dsh-std/adapter-dsh适配器,且运行环境需满足 Node.js 22.19+ 或 24+。 - 隔离性:安装该插件不会影响或冒充官方的
deepseek-officialprovider。DSH 通过路由隔离不同的 Provider,确保插件互不干扰。 - 安全与日志:凭证值仅在运行时解析,不会被写入插件配置文件或记录到日志中。
短结尾¶
dsh-pro-vision-std 提供了一种标准化的方式,让 DeepSeek V4-Pro 能够通过图像描述处理图片输入。它独立于原始插件,符合 dsh-std 规范,适合需要集成图像能力但希望保持代码整洁与兼容性的 DSH 用户。更多细节可参考社区目录或项目仓库。