dsh-plugin-vision:为 DSH 文本模型接入 Gemini / GLM 视觉能力
dsh-plugin-vision 是面向 DeepSeek Harness (DSH) 的视觉能力插件,旨在为纯文本大模型补充本地图片理解能力。该插件不要求主模型具备读图功能,而是通过调用 Gemini 或 GLM 免费视觉 API 完成图像描述、OCR 及视觉问答,并将结果返回 DSH 会话。 核心功能包括:支持 png、jpg 等格式的本地图片分析(单张上限 20MB);提供 `see_image` 工具自定义提问;支持 Gemini 与 GLM 双提供商,具备自动路由、故障转移及限流重试机制;在 Windows 环境下可自动压缩超过 4MB 的大图以减少上传负担;提供 `vision_
阅读全文