前言¶
DeepSeek Harness (DSH) 的核心设计理念之一是“一切皆插件”。在模型推理场景中，开发者常面临视觉理解与图片生成的需求。现有的一些视觉插件往往仅提供读图能力，缺乏生成与编辑功能。VisionForge 是一款基于开源插件改造的 DSH 插件，它不仅补全了视觉理解的闭环，还增加了图片生成与编辑的能力，旨在为 DSH 提供一套轻量、统一的视觉处理方案。
核心功能¶
VisionForge 提供了从视觉理解到图片生成的全链路能力，主要包括：
- 粘贴即读：在官方视觉模型下，图片粘贴进输入框会显示原生预览；在纯文本模型下，插件会接管粘贴内容，自动转换为本地路径并调用视觉引擎解析。
- 多提供商视觉引擎：支持 Qwen、OpenAI 兼容端点、Anthropic、Gemini、Antigravity、Claude、Kimi 等多种视觉引擎。支持故障转移链，一个密钥失败会自动轮换下一个。
- 图片生成与编辑：提供
visionforge_generate_image用于生成图片，visionforge_edit_image用于图片编辑（如换装、换背景、多图融合）。 - 图片放大与下载：生成的图片在对话中以 90px 缩略图展示。点击图片可使用系统图片查看器放大原图；点击「保存图片 N」可下载到 D 盘根目录（无 D 盘则存用户目录）。
- 解析优先级：支持「官方优先」（先尝试官方视觉模型，失败才走插件）和「插件优先」两种模式。
- 引擎翻译器（自定义引擎）：内置引擎之外，无需改代码即可添加 Google Gemini、Imagen 等任意厂商引擎。
- 画质与提示词增强：支持分辨率词表（4K/2K/1080P），图生图时自动追加保护性约束（如保持面部特征、不加水印）。
- 统一目录与缓存清理：生成图缓存、粘贴原图缓存全部收敛固定目录。生成图与粘贴缓存超过 3 天会自动过期清理。
- 本地回环服务：预览与下载走本机固定端口，不依赖提供商的临时 OSS 链接。
安装与配置¶
插件通过 npm 安装。安装前请确保已卸载旧版 @liustack/modlens，避免两套插件同时注册同名工具。
# 安装
npx -y @deepseek-ai/dsh plugin --profile desktop add @lr611/visionforge
# 若存在旧版，先移除
npx -y @deepseek-ai/dsh plugin --profile desktop remove @liustack/modlens
安装完成后，进入 DSH 设置 → 内置插件 → VisionForge 配置 卡片。选择引擎（如 Qwen），填入 API 密钥、接口地址、模型，保存后生效。
使用示例¶
- 读图：把图片复制粘贴进输入框。根据解析优先级设置，插件会自动处理图片路径并调用视觉模型解析。
- 生成图片：在对话中输入指令，例如“生成一张田间的稻草人”。模型调用
visionforge_generate_image，对话内出现缩略图，点击放大或保存。 - 编辑图片：粘贴 1–3 张图，输入指令“把女生的衣服换成白色 JK 裙”。模型调用
visionforge_edit_image，生成带预览与下载的编辑结果。
注意事项¶
- 环境要求：DSH Desktop v2.0.17 / DSH harness 0.2.0-rc.2（2026-10 实测）。DSH 大版本更新可能改变插件接口，升级后请重新验证。
- 版本兼容：插件只与 harness 版本相关，官方桌面端与第三方桌面端只要 harness 版本相同，功能无实质差异，但推荐使用官方 DSH Desktop。
- 历史版本：历史版本必须与 harness 版本匹配，例如在 harness 0.2.0-rc.2 上直接安装旧版本可能因 peerDependencies 不兼容而加载失败。
