前言¶
在 DeepSeek Harness（DSH）里插入图片时，宿主只会把图片发给「模型目录里声明了 image 输入」的模型；未声明则提示 Model "xxx" does not support image input.。多数网关会对同一个 model id 提供两套能力：一套真能读图，一套收到图片后静默丢弃。设置页又没有编辑输入模态的入口，靠文档或猜测去勾选往往对不上端点真实行为——猜错等于往看不见图的眼睛里塞图片。
下面介绍社区插件 dsh-vision-capability（维护者 yukimiracle，分类：模型推理）：用一张双色条测试图走各网关自己的 OpenAI 兼容端点实测，只有模型按顺序答对上下两色，才会把 image 写进该模型的配置。
这是什么¶
dsh-vision-capability 是 DSH 社区插件，一句话定位：先实测模型能不能读图，再为它打开图片输入。
仓库：github.com/yukimiracle/dsh-vision-capability
目录页：skillhub.cn/plugins/yukimiracle/dsh-vision-capability
社区目录为独立站点，与 DeepSeek / 幻方无官方从属关系；安装前建议自行查看源码与 MIT 许可证。插件在 当前 dsh 进程权限 下运行，会读取网关凭据并发起一次极小的 chat 请求（约 200 输入 token）。
核心功能¶
设置页与模型页¶
装好后有两处入口：
- 设置 → 图片能力：每个模型一行，展示声明状态、上次实测结论，以及检测/启用相关按钮。
- 模型页 → 每个网关卡片：一行汇总，并提供「检测该网关的纯文本模型」。
探针判定逻辑¶
测试图为插件现场生成的 160×160 PNG：上下两条纯色，颜色从红/绿/蓝/黄中随机取两个不同色。请求经各网关的 OpenAI 兼容端点发送（POST {baseURL}/chat/completions，temperature: 0），要求模型按顺序说出上下两色。
| 结局 | 判定 | 会不会写设置 |
|---|---|---|
| 答对上下两色 | supported |
会写 text + image |
| 回答里没有任何颜色，或顺序反了 | inconclusive |
不写 |
| 端点 4xx/5xx，错误里提到 modality / image 不支持 | unsupported |
不写 |
| 没 API key、没 baseURL、网络不通 | unavailable |
不写 |
协议不是 openai-completions |
unsupported-protocol |
不写 |
只有 supported 会改配置：给该模型条目增加 input: ['text', 'image']（llm-pi-ai 命名空间）或 inputModalities（llm-deepseek 命名空间），其它字段原样保留。检测结果保存在本地 ~/.dsh/data/dsh-vision-capability/verdicts.json，供 UI 显示「上次实测」。「撤销图片能力」会把该模型写回 ['text']，插入图片时恢复官方提示。
Agent 工具¶
装好后 Agent 也可调用：
| 工具 | 作用 |
|---|---|
vision_capability_status |
列出所有网关/模型的声明模态与上次实测结论 |
vision_capability_probe |
实测一个模型；通过才写声明（apply: false 只测不写） |
vision_capability_set |
不实测直接启用或撤销 |
例如可以直接说：「帮我看看哪个模型真能读图」「把 qwen3.8-max 的图片能力打开」。
安装与启用¶
在插件市场（dshmarket）搜索「图片能力」或 vision，或使用：
dsh plugin add dsh-vision-capability
也可在 DSH 桌面版「插件市场」页面点安装，或从仓库 Release 下载 .tgz 后执行：
dsh plugin add ./dsh-vision-capability-0.1.0.tgz
package.json 要求 Node >=22.19，DSH >=0.1.2-rc.1 <0.3。
装完打开 设置 → 图片能力，对目标模型点「检测并启用」即可。
典型用法¶
- 在 设置 → 图片能力 中查看各模型声明状态与上次结论，对不确定的模型点「检测并启用」。
- 在 模型页 某网关卡片上使用「检测该网关的纯文本模型」，批量摸清该网关下哪些 id 真能识图。
- 在对话里让 Agent 调用
vision_capability_status汇总现状，或对指定模型执行vision_capability_probe（需要只测不改时设apply: false）。 - 若确认网关行为已变，再次检测；误开时可「撤销图片能力」或让 Agent 使用
vision_capability_set。
会改什么、不会改什么¶
- 只改你点过检测/启用的那个模型条目的输入模态字段。
- 不改
baseURL、密钥、上下文长度、温度等其它配置。 - 只覆盖
openai-completions协议；anthropic-messages、google-generate等会回unsupported-protocol，不会乱写。 - 一次通过不等于一直通过：网关可能更换后端，检测是快照；插件不评判 OCR 或图表理解质量，只判断「这张图它看见了吗」。
结尾¶
DSH 生态强调「一切皆插件」；dsh-vision-capability 把「猜模型能不能读图」换成可重复的端点实测，并在通过时才写入图片输入声明，减少同一 model id 在不同网关下行为不一致带来的误配。
- 目录页：https://www.skillhub.cn/plugins/yukimiracle/dsh-vision-capability
- GitHub：https://github.com/yukimiracle/dsh-vision-capability
