DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。當主模型(如 deepseek-v4-flash)爲純文本模型時,在聊天框中拖入或粘貼圖片會被系統以“模型不支持圖片輸入”爲由阻斷。dsh-sensenova-vision-aid 是一個非官方插件,旨在解決這一痛點。
插件簡介¶
該插件由 modesthub 維護,開源協議爲 MIT。它通過全局靜默讀圖橋和顯式工具調用兩種方式,讓純文本主模型也能處理圖片。它通過後臺調用 SenseNova 視覺模型生成描述文本供主模型參考,同時保持用戶界面始終顯示原圖。
核心功能¶
全局靜默讀圖橋(默認開啓)¶
插件在 agent/pre-step 鉤子中攔截圖片輸入。圖片會被髮送到視覺鏈處理,生成 【視覺觀察:...】 文本。主模型看到的是這段文本,而用戶界面始終顯示原圖。
配置項 bridgeMode 支持三種模式:
* on:恆接管,默認模式。
* auto:主模型支持視覺時,讓其直接看原圖。
* off:關閉橋,僅使用工具。
全局工具¶
提供三個 MCP 兼容的全局工具:
* describe_image(image, prompt?):描述單張圖片。
* describe_images(images, prompt?):批量描述多張圖片。
* chat(text):純文本對話,用於驗證 API Key 和端點連通性。
直連視覺鏈與故障轉移¶
圖片識別支持故障轉移鏈路:
* sensenova-6.8-flash-lite → deepseek-flash → kimi-k3
首個成功的模型即返回結果。
憑據複用¶
默認開啓 reuseFreeapiCredentials,自動複用 dsh-sensenova-freeapi 插件配置的憑據,無需手動配置第二把 Key。
安裝與啓用¶
使用官方命令安裝:
dsh plugin --profile <name> add github:modesthub/dsh-sensenova-vision-aid
安裝後,需要在 profile 重啓後才能生效(bundle/patch 層不支持熱加載)。
典型用法¶
1. 拖圖直接對話¶
在純文本模型(如 deepseek-v4-flash)的聊天框中拖入圖片,不再提示“模型不支持圖片輸入”。發送後,主模型會收到【視覺觀察:…】文本並基於此回答。
2. 顯式調用工具¶
在 Prompt 中調用 describe_image 或 describe_images 進行圖片分析。
3. 配置模式¶
在設置面板中調整 bridgeMode:
* 若需恆定接管圖片處理,保持 on。
* 若主模型原生支持視覺,設置爲 auto 以減輕視覺模型壓力。
注意事項¶
- 依賴與重啓:安裝後必須重啓 profile 才能生效。
- 推薦組合:推薦搭配
dsh-sensenova-freeapi使用,以獲得免費額度池和憑據管理。 - 安全與權限:API Key 經 DSH 憑據服務存儲,永不寫入日誌或回顯明文。視覺模型只具備讀圖能力,無工具或執行權限。
- 僅模型可見替換:用戶界面始終顯示原圖,模型只看到觀察文本。
總結¶
該插件通過全局橋接和工具集,爲純文本主模型提供了統一的視覺處理能力,配合 dsh-sensenova-freeapi 可實現高效的圖文協同。