🚀 dsh-vision-bridge —— 让 DeepSeek 学会「看图」的双模型路由插件
重磅！ DeepSeek Harness 专属视觉外挂来了！主对话永远留在 DeepSeek，图片自动交给视觉模型分析，整轮推理不换人！
DSH Plugin · LlmAdapter · 双模型路由 · OpenAI 兼容视觉网关 · 图片分析缓存
✨ 一句话说清它是干嘛的
DeepSeek 是纯文本模型——你以前传图，DSH 直接拒绝（Model does not support image input）。
装了它，你的 DSH 多了一个 auto 模型：图片进来，自动交给视觉模型翻译成文字，再交回 DeepSeek 完成整轮思考。你全程无感，就像 DeepSeek 突然长了眼睛 👀
| 以前 | 现在（auto） |
|---|
| 传图片 | ❌ 直接被拒 | ✅ 自动分发 |
| 谁看图 | — | 你配的视觉模型（有界分析，≤1024 token） |
| 谁做整轮推理 | DeepSeek（但看不见图） | 还是 DeepSeek，图片只是它的"翻译文本" |
| 纯文字对话 | 正常 | 正常，零额外开销 |
| 要手动切模型吗 | 不用（但也没图可看） | 不用，auto 全自动 |
🔥 三大卖点，每一个都值得
- 主对话永远留在 DeepSeek —— 推理、工具调用、作答全在 DeepSeek，不换模型、不切来切去、上下文贯穿全程
- 纯文本轮次零开销 —— 没图就不调视觉模型，一分钱不多花
- 图片分析按内容缓存 —— 同一张图只分析一次，历史里重复出现不重复烧钱，DeepSeek 每轮看到的分析文本逐字一致
附赠：文本大脑也能换——delegateModel 改成 deepseek-v4-pro 或你任何已注册渠道，一行配置，热生效。
🛠️ 快速上手（3 步，5 分钟）
# 1️⃣ 安装（从 npm 一键安装，自动追加到 profile bundles）
dsh plugin --profile web add @acc1143/dsh-vision-bridge
# 2️⃣ 重启 dsh web
没有 npm 也没关系，同样一条命令：dsh plugin --profile web add github:Acc1143/dsh-vision-bridge#v0.1.1
# 3️⃣ 在 settings.yaml 配好你的视觉模型
vision-bridge:
visionProvider: openai # 你在 设置→Models 配的视觉渠道（任意 OpenAI 兼容视觉网关都行）
visionModel: gpt-4o # 该渠道下的视觉模型 id
保存即生效（热加载），新会话默认就是 auto。传一张图试试 → 成了 🎉
完整配置项、换文本大脑、已知限制与故障排查见 README-fake.md（技术文档）。
🧠 原理一张图
用户传图 ──► auto-hybrid（本插件路由，声明支持图片）
│ 无图：直接委托 DeepSeek（零开销）
├─► deepseek-official（文本轮次）
│ 有图：先视觉分析（有界子任务）
├─► 视觉模型 ──► 分析文本替换图片块
└─► deepseek-official（推理 / 工具 / 作答）
密钥解析交给视觉渠道自己的适配器（llm-pi-ai），本插件不接触任何凭据。
🆚 和同类项目有什么不一样
生态里已有视觉插件，但思路不同，三者可以互补：
| 项目 | 思路 | 差异点 |
|---|
| liustack/modlens（1.4k⭐） | 图片 → 结构化 JSON 证据（OCR/版面/语义） | 把视觉做成"证据工具"，输出数据 |
| Anionex/dsh-vision-toolkit（362⭐） | 视觉工具集（长截图 OCR/UI 还原/pixel diff） | 工具面更宽，偏 agent 集成 |
| dsh-vision-bridge（就是本仓库） | 双模型路由 | 主对话永不换模型，图片只是"过一道视觉翻译"，整轮推理留在 DeepSeek |
🔍 检索关键词
DeepSeek Harness DSH 视觉 多模态 图片识别 双模型 自动路由 LlmAdapter vision multimodal OCR OpenAI 兼容 图片分析 auto-hybrid plugin
📜 许可证
MIT —— 详见 LICENSE。
