前言¶
在 DeepSeek Harness (DSH) 的開發中,默認的純文本模型無法直接處理圖像輸入。泰山識圖插件通過調用智譜 GLM 的免費視覺模型,爲當前模型注入識圖能力。它不需要主模型支持圖像輸入,直接解決了純文本模型無法“看”圖的問題。
插件介紹¶
泰山識圖 (Taishan Vision) 是一個 DeepSeek Harness 插件,由 iguanren 維護。它的核心作用是利用智譜 GLM 的免費視覺模型(如 glm-4.6v-flash、glm-4.1v-thinking-flash),將圖像識別能力注入到 DSH 的純文本模型中,使其能夠處理圖片內容。
核心功能¶
- 免費識圖:支持智譜 GLM 免費視覺模型,中文識別質量好,支持自動降級。
- 原生卡片面板:卡片出現在 DSH 的「設置 → 插件 → 插件配置」區域,與內置卡片樣式一致,支持摺疊。
- 易用性:支持一鍵啓停、API Key 直配(不回顯明文)、模型勾選與拖拽調序。
- 安全性:Key 僅存於憑據文件,不進日誌或面板。
- 工具與維護:提供
taishan_diag診斷工具,支持手動檢查更新和重新掃描。
安裝與啓用¶
安裝前需確保 PATH 中有 pnpm(可通過 npm i -g pnpm 安裝),並安裝 Git。
dsh plugin --profile web add github:iguanren/taishan-vision#v5.0
安裝完成後,在 DSH 界面重啓並強制刷新瀏覽器(Ctrl+Shift+R),卡片會出現在「設置 → 插件 → 插件配置」中。
典型用法¶
- 在對話中發送包含圖片的消息。
- 插件自動注入識圖指令,當前模型(純文本模型)會調用
taishan_describe_image工具,傳入圖片附件 ID 獲取描述。 - 模型基於描述生成回答。也可以直接在提示詞中要求模型“描述這張圖”。
適用場景與注意¶
適合需要在不更換主模型的前提下,爲 DeepSeek 等純文本模型增加圖像理解能力的場景。
注意事項:
* 使用前需在「插件配置」中配置智譜 API Key。
* 插件以當前 DSH 進程權限運行,安裝前建議查看源碼與許可證。
* 若遇到卡片未顯示,嘗試重啓 DSH 並強制刷新瀏覽器。
結尾¶
泰山識圖通過接入智譜 GLM 免費視覺模型,低成本地爲 DeepSeek Harness 的純文本模型補充了圖像處理能力。插件面板集成良好,功能完備,適合在本地私有化部署環境中使用。