前言¶

在 DeepSeek Harness（DSH）裏，智能體通過內置 read_image 把本地或附件裏的圖片讀進對話。模型對圖片的計費與像素規模相關，大圖還會佔用上下文窗口並增加傳輸與解碼成本。Harness 本身會對讀圖結果做一定處理，但若你希望在工具返回之後、寫入會話之前再精細控制分辨率與文件體積，就需要在 tools/post-execute 鏈路上做後處理。

下面介紹社區插件 dsh-read-image-compress（維護者 etherfun），它對成功的 read_image 結果做可選的兩段式壓縮，並替換工具返回內容中的圖片塊與說明文字，使對話卡片、後續模型請求與會話歷史都使用更小的附件。

這是什麼¶

dsh-read-image-compress 是一個 DSH bundle：Host 端監聽 tools/post-execute，瀏覽器端在側邊欄 Plugins 頁對應插件行上提供配置界面。分類上屬於「模型推理」相關能力——直接作用於進入模型的圖片像素與 token 估算，而不是單獨的推理引擎。

當前 package 版本爲 0.15.0（MIT 許可證），要求 Node.js >= 22.13，DSH >= 0.2.1-rc.3 且 < 0.3.0-0。

核心功能¶

後處理流程¶

對一次成功的 read_image，插件會：

1. 讀取已存儲的附件，按配置打開的兩個階段之一或全部執行——分辨率階段（maxEdge、maxPixels、resolutionScale）與碼率階段（從 quality 向 maxBytes 階梯壓縮），優先使用當前安裝環境中的 sharp / libvips；
2. 通過 ctx.attachments.saveImage() 提交壓縮後的字節；
3. 替換工具結果的 content：保留 DSH 識別的圖片 envelope 與模型可見文本，將圖片塊指向新附件，並在展開卡片底部追加一行原圖/壓縮後對比說明。

若運行環境無法解析 Sharp，會回退到 ctx.attachments.readImageRequest()；仍可壓縮，但該模式下 quality 與 format 設置不生效。

兩個獨立開關¶

設置頁上分辨率與碼率各有一個複選框，四種組合均合法：

README 說明：分辨率影響模型側 token 估算（按像素而非字節）；碼率主要降低傳輸與解碼成本。

卡片底部摘要¶

展開 read_image 行時，插件在圖庫下方追加類似一行（summaryMode: detailed 時）：

原圖: 4096×2600 · 3.90 MB · PNG | 壓縮後: 1568×996 · 255 KB · WebP | 壓縮比: 15.7×（體積 ↓93.7%，分辨率 ↓61.7%） | ≈938 tokens

其中 ≈N tokens 按 DeepSeek 官方圖片 token 算法估算（14 px patch、3× 下采樣、單圖約 1024 token 上限等），僅作參考；其他廠商計費規則可能不同。可通過 summaryMode（detailed / compact / off）與 summaryLanguage（zh / en）調整展示。

插件頁預覽¶

配置卡片會在參數變更（防抖）後，用同一張樣圖並排展示三列：原圖、Harness 原生壓縮、當前插件參數下的結果；Host 提供 POST /api/read-image-compress/preview，與 hook 使用同一套 sharp 邏輯。可上傳自定義圖片（POST /api/read-image-compress/source，單文件解碼上限 64 MP、請求體 16 MiB），或繼續使用倉庫樣圖（安裝後從 GitHub / jsDelivr 拉取，失敗時可能改用 Bing 每日壁紙作爲佔位預覽）。

安裝與啓用¶

DSH 生態採用「一切皆插件」；社區目錄 SkillHub 插件頁 與 DeepSeek / 幻方無官方從屬關係，安裝前請自行查看源碼與許可證。插件以當前 dsh 進程權限運行，會讀寫附件存儲並調用本機圖像庫。

README 中針對 web profile 的安裝方式爲從 registry 安裝，與其他插件相同：

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

若本地有開發副本並希望鏈接安裝（改代碼即生效），README 示例爲：

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

（請將 link: 後的路徑換成你本機倉庫目錄。）

包聲明 dsh.bundle.patch，DSH 會把 bundle 寫入 profile；cordis.patch.yml 插入配置行，插件頁修改會寫入同 id 的可寫配置層。

典型用法¶

在 Plugins 頁調參¶

打開側邊欄 Plugins，點擊 dsh-read-image-compress 行。設置卡片在包描述下方，無需二級 Configure 頁；保存爲一次原子更新，下一次 read_image 即使用新值。字段均爲 .volatile()，改完無需重載 Host。

通過 cordis.patch.yml 寫默認配置¶

與頁面相同的字段可寫在 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

常用含義簡述：

• maxPixels 默認 1690000（約 1300×1300），README 說明這與 DeepSeek 對大圖 token 化的目標量級一致；僅限制長邊時，方圖仍可能佔滿 token 預算。
• maxBytes 默認 524288（512 KiB）；PNG _lossless 路徑無法靠 quality / maxBytes 強行縮小。
• minBytes 默認 131072：已足夠小且無需縮放時會跳過處理。
• skipGif 默認 true：GIF 不處理；設爲 false 時只編碼首幀。

安裝並 enabled: true 後，無需改智能體提示詞：Agent 照常調用 read_image，插件在 post-execute 階段自動介入。

適用場景與注意¶

適合：頻繁讀入截圖、設計稿、照片等大圖，希望在會話與後續請求裏統一使用更小附件，並在 UI 裏直觀看到壓縮比與 token 估算。

注意：

• 隻影響新的 read_image 調用；已有附件與會話歷史不會被改寫。
• 每次壓縮增加一次解碼+編碼；同一 Host 進程內對相同源與設置有 LRU 緩存（cacheEntries，默認 128）。
• 若其他 tools/post-execute 監聽器已阻止或替換結果，本插件不會覆蓋其決策。
• format: jpeg 會把透明通道鋪到 jpegBackground 上；需要透明時用 auto 或 webp。
• GIF、已足夠小的圖可能無 footer（未重編碼時）。

結尾¶

dsh-read-image-compress 在 Harness 內置讀圖流程之後追加可配置的分辨率與碼率壓縮，並把更小附件寫回工具結果，同時用一行摘要對照原圖與壓縮結果，便於控制 token 與帶寬。進一步瞭解實現與基準數據可見倉庫內 docs/design.md、docs/benchmark.md。

• 社區目錄：https://www.skillhub.cn/plugins/etherfun/dsh-read-image-compress
• GitHub：https://github.com/etherfun/dsh-read-image-compress