dsh-image-bridge

让文本模型（如 DeepSeek，inputModalities 只有 text）在 DeepSeek Harness 里也能正常粘贴并发送图片。

• 图片落盘到会话工作区的 .attachments/ 目录；
• 对话区照常显示图片缩略图（可点击放大），不再显示路径文字；
• 模型侧拿到 [图片1]:"<路径>" 的文本，并据此调用已有的视觉/MCP 工具识别图片（例如 vision_glance、mcp__mcp-vision__analyze_image、mcp__mcp-vision__ocr_extract）；
• 支持图片的模型不做任何处理，走原生路径。

原理

DeepSeek 等文本模型不支持图片输入，DSH 的 api-proxy 会在发送阶段直接拒绝含图消息 （「当前模型不支持图片」）。本插件做了三件事：

1. 放行预检：包装 llm.resolveModelInfo，对文本模型补上 image 模态，让含图消息进入 agent 流程；
2. 落盘：在 agent/pre-step 里用 attachments.readImage 读出图片字节，写到工作区 .attachments/<sha256>.<ext>；
3. 解耦显示与模型输入：利用 DSH 的 surface replace 机制，在 agent/request-error 里追加一条「仅模型可见」的替换事件，把图片块在模型可见面换成 [图片N]:"<路径>"， 而人类 transcript 仍渲染原图。首次调用会因适配器拒绝图片在本地失败（无 API 开销），随后自动重试。

已知限制

• 命令（/ 开头）与图片不要在同一轮混用：DSH 客户端输入框的「命令路径」提交时 （如 /plan、/goal 等）不会携带草稿图片，图片会留在输入框，需要再点一次发送。 这是 DSH 客户端（dsh-client-ui-conversation 的 beginSubmit）的限制，非本插件问题。 变通：先发命令，再单独发图；或命令与图片分开两条消息。
• 会话历史中若残留视觉模型产生的图片块（未切换前），切回文本模型后这些历史图片不在本插件 处理范围，可能触发适配器报错；建议切回文本模型前清空或压缩历史。

安装

本包是 profile bundle（package.json 声明了 dsh.bundle.patch）。

在 DSH 源码 checkout 根目录执行。

GitHub：

pnpm dsh plugin --profile web add 'github:haitang1/dsh-image-bridge#b5c64ea'

<profile> 通常是 web（Web 界面）；#b5c64ea 是当前建议锁定的提交，可换成仓库最新 commit。

安装成功后，插件会自动加入该 profile 的 dsh.profile.bundles，下次启动（或长驻 surface 热载后）生效。

手工等价操作

如果 CLI 不可用：

1. 编辑 $DSH_HOME/profiles/<profile>/package.json：
   • 在 dependencies 加（GitHub / Gitee 二选一）：
     • "dsh-image-bridge": "github:haitang1/dsh-image-bridge#b5c64ea"
   • 在 dsh.profile.bundles 数组末尾加 "dsh-image-bridge"。
2. 在该 profile 目录执行 pnpm install。

本地开发

cd <dsh-source>
pnpm dsh plugin --profile web add 'link:<本仓库绝对路径>'

依赖

• 运行环境：DeepSeek Harness（宿主组合需提供 attachments、llm、subprocess、sandboxPolicy，标准 profile 均具备）。
• peer 依赖：@deepseek-ai/cordis（由 DSH 提供）。

许可

MIT