前言¶

在 DeepSeek Harness（DSH）里，智能体通过内置 read_image 把本地或附件里的图片读进对话。模型对图片的计费与像素规模相关，大图还会占用上下文窗口并增加传输与解码成本。Harness 本身会对读图结果做一定处理，但若你希望在工具返回之后、写入会话之前再精细控制分辨率与文件体积，就需要在 tools/post-execute 链路上做后处理。

下面介绍社区插件 dsh-read-image-compress（维护者 etherfun），它对成功的 read_image 结果做可选的两段式压缩，并替换工具返回内容中的图片块与说明文字，使对话卡片、后续模型请求与会话历史都使用更小的附件。

这是什么¶

dsh-read-image-compress 是一个 DSH bundle：Host 端监听 tools/post-execute，浏览器端在侧边栏 Plugins 页对应插件行上提供配置界面。分类上属于「模型推理」相关能力——直接作用于进入模型的图片像素与 token 估算，而不是单独的推理引擎。

当前 package 版本为 0.15.0（MIT 许可证），要求 Node.js >= 22.13，DSH >= 0.2.1-rc.3 且 < 0.3.0-0。

核心功能¶

后处理流程¶

对一次成功的 read_image，插件会：

1. 读取已存储的附件，按配置打开的两个阶段之一或全部执行——分辨率阶段（maxEdge、maxPixels、resolutionScale）与码率阶段（从 quality 向 maxBytes 阶梯压缩），优先使用当前安装环境中的 sharp / libvips；
2. 通过 ctx.attachments.saveImage() 提交压缩后的字节；
3. 替换工具结果的 content：保留 DSH 识别的图片 envelope 与模型可见文本，将图片块指向新附件，并在展开卡片底部追加一行原图/压缩后对比说明。

若运行环境无法解析 Sharp，会回退到 ctx.attachments.readImageRequest()；仍可压缩，但该模式下 quality 与 format 设置不生效。

两个独立开关¶

设置页上分辨率与码率各有一个复选框，四种组合均合法：

README 说明：分辨率影响模型侧 token 估算（按像素而非字节）；码率主要降低传输与解码成本。

卡片底部摘要¶

展开 read_image 行时，插件在图库下方追加类似一行（summaryMode: detailed 时）：

原图: 4096×2600 · 3.90 MB · PNG | 压缩后: 1568×996 · 255 KB · WebP | 压缩比: 15.7×（体积 ↓93.7%，分辨率 ↓61.7%） | ≈938 tokens

其中 ≈N tokens 按 DeepSeek 官方图片 token 算法估算（14 px patch、3× 下采样、单图约 1024 token 上限等），仅作参考；其他厂商计费规则可能不同。可通过 summaryMode（detailed / compact / off）与 summaryLanguage（zh / en）调整展示。

插件页预览¶

配置卡片会在参数变更（防抖）后，用同一张样图并排展示三列：原图、Harness 原生压缩、当前插件参数下的结果；Host 提供 POST /api/read-image-compress/preview，与 hook 使用同一套 sharp 逻辑。可上传自定义图片（POST /api/read-image-compress/source，单文件解码上限 64 MP、请求体 16 MiB），或继续使用仓库样图（安装后从 GitHub / jsDelivr 拉取，失败时可能改用 Bing 每日壁纸作为占位预览）。

安装与启用¶

DSH 生态采用「一切皆插件」；社区目录 SkillHub 插件页 与 DeepSeek / 幻方无官方从属关系，安装前请自行查看源码与许可证。插件以当前 dsh 进程权限运行，会读写附件存储并调用本机图像库。

README 中针对 web profile 的安装方式为从 registry 安装，与其他插件相同：

dsh plugin --profile web add dsh-read-image-compress

若本地有开发副本并希望链接安装（改代码即生效），README 示例为：

dsh plugin --profile web add "link:F:\dev\github\dsh-read-image-compress"

（请将 link: 后的路径换成你本机仓库目录。）

包声明 dsh.bundle.patch，DSH 会把 bundle 写入 profile；cordis.patch.yml 插入配置行，插件页修改会写入同 id 的可写配置层。

典型用法¶

在 Plugins 页调参¶

打开侧边栏 Plugins，点击 dsh-read-image-compress 行。设置卡片在包描述下方，无需二级 Configure 页；保存为一次原子更新，下一次 read_image 即使用新值。字段均为 .volatile()，改完无需重载 Host。

通过 cordis.patch.yml 写默认配置¶

与页面相同的字段可写在 bundle 配置中，例如：

- id: read-image-compress
  config:
    enabled: true
    compressResolution: true
    compressBitrate: true
    quality: 85
    resolutionScale: 1
    format: auto
    maxEdge: 1568
    maxPixels: 1690000
    maxBytes: 524288
    minBytes: 131072
    minResizeScale: 0.9
    webpEffort: 4
    jpegBackground: '#ffffff'
    cacheEntries: 128
    downscaleWebp: true
    skipGif: true
    summaryMode: detailed
    summaryLanguage: zh

常用含义简述：

• maxPixels 默认 1690000（约 1300×1300），README 说明这与 DeepSeek 对大图 token 化的目标量级一致；仅限制长边时，方图仍可能占满 token 预算。
• maxBytes 默认 524288（512 KiB）；PNG _lossless 路径无法靠 quality / maxBytes 强行缩小。
• minBytes 默认 131072：已足够小且无需缩放时会跳过处理。
• skipGif 默认 true：GIF 不处理；设为 false 时只编码首帧。

安装并 enabled: true 后，无需改智能体提示词：Agent 照常调用 read_image，插件在 post-execute 阶段自动介入。

适用场景与注意¶

适合：频繁读入截图、设计稿、照片等大图，希望在会话与后续请求里统一使用更小附件，并在 UI 里直观看到压缩比与 token 估算。

注意：

• 只影响新的 read_image 调用；已有附件与会话历史不会被改写。
• 每次压缩增加一次解码+编码；同一 Host 进程内对相同源与设置有 LRU 缓存（cacheEntries，默认 128）。
• 若其他 tools/post-execute 监听器已阻止或替换结果，本插件不会覆盖其决策。
• format: jpeg 会把透明通道铺到 jpegBackground 上；需要透明时用 auto 或 webp。
• GIF、已足够小的图可能无 footer（未重编码时）。

结尾¶

dsh-read-image-compress 在 Harness 内置读图流程之后追加可配置的分辨率与码率压缩，并把更小附件写回工具结果，同时用一行摘要对照原图与压缩结果，便于控制 token 与带宽。进一步了解实现与基准数据可见仓库内 docs/design.md、docs/benchmark.md。

• 社区目录：https://www.skillhub.cn/plugins/etherfun/dsh-read-image-compress
• GitHub：https://github.com/etherfun/dsh-read-image-compress