Taishan Ts-vision: Adding Image Recognition Capabilities to DSH Text-Only Models

前言

DeepSeek Harness(DSH)里很多对话模型只处理文本,用户却在会话里直接贴图。常见做法是换用自带多模态的模型,或在宿主外单独跑视觉 API,再把结果塞回上下文。维护者 iguanren 的 Ts-vision(中文名 泰山识图)走另一条路:在 DSH 桌面客户端里挂 bundle 插件,用智谱 GLM 免费视觉模型做识图,当前选中的纯文本模型仍负责推理与回复。插件分类为「模型推理」,当前 GitHub 星标为 0;发行渠道仅为 GitHub 仓库 iguanren/Ts-vision,社区目录页见 SkillHub 条目。SkillHub 为独立社区目录,与 DeepSeek、幻方无官方从属关系。

这是什么

Ts-vision 是面向 DSH Windows 桌面客户端的 Cordis bundle 插件(package.json 中版本 1.2,许可证 MIT)。README 标明需 DSH ≥ 0.1.7,并写明适配桌面客户端 V0.1.7-rc.2,重启后配置持久生效。

一句话定位:智谱 GLM 免费视觉模型识图 + 当前模型推理,让纯文本模型也能在带图对话里工作。

核心功能

下面能力均来自仓库 README 与 package.json 说明,未在资料中出现的细节不写。

  • 免费识图:默认推荐 glm-4.6v-flash、glm-4.1v-thinking-flash(资料中标注完全免费);前一个失败时按面板里模型顺序自动尝试下一个。
  • 原生配置面板:DSH 侧边「插件」→ ts-vision,与官方插件卡片同机制;bundle 顶部有「启用 ts-vision」总开关,由宿主统一管理。
  • API Key:在面板「智谱 API KEY」行粘贴并保存,立即生效;明文不回显,重启不丢。也可写入 ~/.dsh/.credentials.yaml 的 refs 下 ZHIPU_GLM_API_KEY。
  • 模型列表:勾选控制单个视觉模型启停,拖动手柄调整调用顺序;未配置 Key 的模型默认关闭。
  • provider 补丁:zhipu-glm 声明缺失时,插件自动写入 profile 补丁(需重启 DSH 后生效)。
  • 工具与防护:模型可调用 ts_vision_describe_image(参数 image_ref 为图片附件 ID);视觉返回带围栏声明,减轻图片内指令注入风险。排障可用 ts_vision_diag 输出凭据、路由、包装状态。

默认推荐免费模型参数(README 表格):

模型 上下文 最大输出
glm-4.6v-flash 128K 32K
glm-4.1v-thinking-flash 64K 16K

安装与启用

资料说明:不需要 dsh CLI,不写 npm;从 GitHub 取源码后在本机执行安装脚本。安装前请自行审阅仓库源码与 MIT 许可证;插件随当前 DSH 进程权限运行,凭据写入本地 profile,使用前确认环境可信。

先做克隆或下载仓库,再在仓库根目录运行一键安装脚本:

git clone https://github.com/iguanren/Ts-vision
cd Ts-vision
powershell -NoProfile -ExecutionPolicy Bypass -File install-desktop.ps1

脚本会:复制插件到 ~/.dsh/profiles/desktop/node_modules/ts-vision;更新 profile 的 package.json(dependencies 与 dsh.profile.bundles);在 cordis.patch.yml 追加 ts-vision 条目(已存在则跳过)。重复运行即升级。

经过上面的步骤后,重启 DSH 客户端生效。

若需手动安装,README 给出等效路径:将 lib/、locale/、package.json、cordis.patch.yml 复制到 C:\Users\<你>\.dsh\profiles\desktop\node_modules\ts-vision\,并在 profile 的 package.json 与 cordis.patch.yml 中按 README「手动安装」一节追加依赖与 - id: ts-vision 条目,同样需重启客户端。

配置 API Key

打开「插件」面板 → ts-vision,在「智谱 API KEY」行粘贴 Key 并点「保存」。Key 可在 open.bigmodel.cn 申请(资料写明免费档即可用 GLM 视觉模型)。

首次安装时,若 zhipu-glm 提供方尚未注册,插件已自动写入 profile 补丁;粘贴 Key 保存后 再重启一次 DSH,GLM 模型才会出现在「可用视觉模型」列表。之后可在面板勾选模型、拖动排序,或在改 Key / 改模型配置后点「重新扫描」。

典型用法

  1. 发送带图片的消息。插件会自动注入识图相关指令,纯文本模型也会收到「请调用识图工具」类提示。
  2. 模型调用 ts_vision_describe_image,image_ref 传图片附件 ID,拿到描述后再回答用户。
  3. 也可直接让模型「描述这张图」。

识图失败时,可让模型执行 ts_vision_diag,或查看 DSH 终端中带 [泰山识图] 的日志。插件页无表单时,README 建议确认 DSH ≥ 0.1.7 并重启;仍异常时可按 README 在开发者工具 Console 检查 window.__TSVISION_* 相关变量。

适用场景与注意

适合:已在 Windows 上使用 DSH 桌面客户端、主模型为纯文本、又需要在同一会话里读图的用户;希望用智谱免费视觉档、不想单独维护一套识图 HTTP 服务的场景。

注意:

  • 安装与路径示例以 Windows profile(~/.dsh/profiles/desktop)为准;Linux 用户若 profile 布局不同,需对照本机 DSH 文档调整,资料未给出非 Windows 一键脚本。
  • 卸载可在插件面板点「卸载」,或按 README 删除 node_modules/ts-vision、清理 package.json / cordis.patch.yml 中相关条目;不再使用的 ZHIPU_GLM_API_KEY 可从 ~/.dsh/.credentials.yaml 手动删除。
  • 自旧版 taishan-vision 升级时,工具名与 HTTP 路径已变更(如 ts_vision_describe_image、/api/ts-vision/*),凭据变量名 ZHIPU_GLM_API_KEY 不变。

结尾

泰山识图把「看图」拆成 GLM 视觉识别与现有文本模型推理两步,并嵌进 DSH 插件面板与 bundle 开关,适合在 Harness 生态里按「一切皆插件」的方式扩展多模态能力。进一步了解请查看 GitHub 仓库 与 SkillHub 目录页。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye