前言¶
在 DeepSeek Harness (DSH) 的插件化生態中,爲模型增加圖像處理能力通常需要攔截特定的消息流。dsh-pro-vision-std 是一個基於 dsh-std 規範重寫的組件,它提供了一種更輕量、更標準的方案。該插件將圖片處理邏輯與 V4-Pro 模型的推理邏輯解耦,通過先調用視覺模型生成描述,再由 V4-Pro 進行文本生成的流程,實現模型對圖片附件的支持。
核心功能¶
- 便攜式 ModelProvider:作爲一個獨立的 ModelProvider,它允許 DeepSeek V4-Pro 處理圖像附件,而無需修改 DSH 的核心邏輯。
- 圖片處理流程:使用
deepseek-v4-flash-vision-exp模型對圖片進行精確的文本描述,隨後將生成的描述文本發送給deepseek-v4-pro進行最終回覆。 - 合約集成:使用
dsh-std readImage合約讀取圖片,併發布dsh-std Tool describe_image工具供顯式調用。 - 進程內緩存:對於相同的圖片字節流,插件會在進程內進行緩存,以減少重複處理的開銷。
安裝與啓用¶
安裝該插件需要先安裝其依賴的適配器 @dsh-std/adapter-dsh。
dsh plugin --profile web add @dsh-std/adapter-dsh
dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision-std
安裝或更新後,必須重啓對應的 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 的模型選擇器中,選擇以下路由以啓用文本+圖片能力:
dsh-pro-vision / deepseek-v4-pro
dsh-pro-vision / deepseek-v4-pro-vision 是上述路由的兼容性別名,功能相同。
若僅需要純文本能力,可選擇官方路由:
deepseek-official / deepseek-v4-pro
插件會自動複用 DSH Credential Service 中已解析的 DEEPSEEK_API_KEY,無需重複輸入。
在配置方面,可以通過可選的環境變量進行調整:
| 變量名 | 默認值 |
|---|---|
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 |
適用場景與注意¶
- 兼容性要求:該插件兼容
dsh-std Community v0.15。 - 環境依賴:需要安裝
@dsh-std/adapter-dsh適配器,且運行環境需滿足 Node.js 22.19+ 或 24+。 - 隔離性:安裝該插件不會影響或冒充官方的
deepseek-officialprovider。DSH 通過路由隔離不同的 Provider,確保插件互不干擾。 - 安全與日誌:憑證值僅在運行時解析,不會被寫入插件配置文件或記錄到日誌中。
短結尾¶
dsh-pro-vision-std 提供了一種標準化的方式,讓 DeepSeek V4-Pro 能夠通過圖像描述處理圖片輸入。它獨立於原始插件,符合 dsh-std 規範,適合需要集成圖像能力但希望保持代碼整潔與兼容性的 DSH 用戶。更多細節可參考社區目錄或項目倉庫。