dsh-plugin-vision:爲 DSH 文本模型接入 Gemini / GLM 視覺能力

dsh-plugin-vision 是面向 DeepSeek Harness (DSH) 的視覺能力插件,旨在爲純文本大模型補充本地圖片理解能力。該插件不要求主模型具備讀圖功能,而是通過調用 Gemini 或 GLM 免費視覺 API 完成圖像描述、OCR 及視覺問答,並將結果返回 DSH 會話。 核心功能包括:支持 png、jpg 等格式的本地圖片分析(單張上限 20MB);提供 `see_image` 工具自定義提問;支持 Gemini 與 GLM 雙提供商,具備自動路由、故障轉移及限流重試機制;在 Windows 環境下可自動壓縮超過 4MB 的大圖以減少上傳負擔;提供 `vision_

閱讀全文