opencode-eyes-nvidia：爲文本模型接入 NVIDIA NIM 視覺能力

前言¶

DeepSeek Harness 的插件生態允許開發者擴展模型能力。對於純文本模型而言，缺乏視覺理解能力是常見的限制。opencode-eyes-nvidia 插件通過 NVIDIA NIM 爲 Harness 提供了視覺推理能力，使文本模型能夠“看見”並處理圖像。

插件定位¶

名稱：opencode-eyes-nvidia
維護者：bauerelizabeth07139
協議：MIT
核心價值：爲不具備多模態能力的模型提供視覺接口，默認通過 MiniMax-M3 模型進行圖像描述。

安裝與啓用¶

在終端中執行以下命令將插件安裝到 web 配置文件：

dsh plugin --profile web add bauerelizabeth07139/opencode-eyes-nvidia

如果系統未安裝 Git，可以使用 tarball 地址進行安裝：

dsh plugin --profile web add https://codeload.github.com/bauerelizabeth07139/opencode-eyes-nvidia/tar.gz/main

卸載時執行：

dsh plugin --profile web remove dsh-opencode-eyes-nvidia

前置條件¶

Python：版本需 ≥ 3.8，且在 PATH 環境變量中可用。
Pillow：Python 環境中需安裝該庫（pip install Pillow）。
NVIDIA API Key：至少需要一個有效的 NVIDIA API 密鑰。

核心功能¶

該插件主要提供以下能力：
1. 多模型支持：集成 7 個 NVIDIA 託管的視覺模型，默認爲 minimaxai/minimax-m3。
2. 密鑰輪換：當 API Key 遇到限流或失敗時，自動切換到下一個 Key，無需人工干預。
3. MCP 服務器：插件內部打包了 MCP 服務器，安裝即用，無需手動配置 mcpServers 文件。
4. 工具集：暴露兩個工具，自動註冊爲 mcp__opencode_eyes_nvidia__<tool>。

工具使用¶

插件註冊了兩個工具，調用時需注意 DSH 的命名空間前綴。

describe_image¶

向選定的視覺模型發送圖像並獲取描述。參數包括：
- image_path（必填）：本地圖像路徑。
- prompt（可選）：描述提示詞。
- model（可選）：指定模型 ID。

list_vision_models¶

返回當前可用的視覺模型列表，當配置了有效的 API Key 時，會查詢 /models 接口。

配置說明¶

插件通過 cordis.patch.yml 加載。以下是關鍵配置項：

配置項	環境變量	默認值	說明
`model`	`NVIDIA_MODEL`	`minimaxai/minimax-m3`	默認使用的視覺模型 ID
`apiKey`	`NVIDIA_API_KEY`	(空)	輪換密鑰環中的第一個 Key
`env`	—	`{}`	用於透傳多個 Key 或其他環境變量
`timeoutSeconds`	`NVIDIA_TIMEOUT`	`120`	服務器自身的 HTTP 超時時間
`maxDimension`	`NVIDIA_MAX_DIMENSION`	`2048`	圖像邊緣縮放的最大尺寸
`jpegQuality`	`NVIDIA_JPEG_QUALITY`	`85`	重編碼圖像的 JPEG 質量
`thinkingMode`	`NVIDIA_THINKING_MODE`	(未設置)	僅對包含 `minimax` 的模型生效，取值 `enabled` / `disabled` / `adaptive`
`toolCallTimeoutMs`	—	`300000`	DSH 單次調用的預算時間

配置示例（多 Key 輪換）：

- id: dsh-opencode-eyes-nvidia
  name: 'dsh-opencode-eyes-nvidia'
  config:
    apiKey: 'nvapi-first-key'
    model: 'minimaxai/minimax-m3'
    env:
      NVIDIA_API_KEYS: 'nvapi-first-key,nvapi-second-key'
      NVIDIA_ROTATION_BACKOFF: '2'

注意事項¶

ThinkingMode 限制：thinkingMode 配置僅在模型 ID 包含 minimax 時纔會生效，否則會被忽略。
憑證安全：DeepSeek Harness 會自動過濾子進程繼承環境變量中的憑證類變量（如 KEY, TOKEN 等）。因此，建議通過插件的 config.apiKey 或 config.env 顯式傳遞密鑰，而非直接在全局環境變量中設置。
獨立運行：該插件僅是 opencode-eyes-nvidia 項目的 DSH 封裝，其核心服務器本身是一個標準的 stdio MCP 服務器，可在其他支持 MCP 的環境中獨立運行。

結語¶

opencode-eyes-nvidia 插件通過封裝 NVIDIA NIM，爲 Harness 提供了低成本、高兼容性的視覺接入方案。它解決了多 Key 輪換和配置複雜的問題，適合需要在文本流中集成圖像理解的場景。

目錄頁：bauerelizabeth07139/opencode-eyes-nvidia
源碼地址：https://github.com/bauerelizabeth07139/opencode-eyes-nvidia