dsh-eyes 👁️

给 DeepSeek Harness 的纯文本聊天装上一双外置"眼睛"： 粘贴 / 拖入 / 导入的图片被插件拦截，交给 OpenAI 兼容视觉模型识别成文字，自动发送进对话。

同时上传 6 张图片，回车即可识别并自动发送进对话

功能

• 图片拦截可开关（默认开启）：开启时拦截后显示缩略图、不进输入框，回车识别并自动发送（一次最多 9 张）
• 关闭拦截后，图片正常进入输入框、随消息直接发送给多模态模型（实时生效，选择会被记住）
• 输入框写了要求时，把【我的要求 + 识别结果】一起发给主模型
• 主模型用 vision_ask 工具自行判断是否追问，逐轮修正细节
• vision_ask 支持 paths 参数直读本地图片文件（PDF 渲染图、网页截图等）
• 内置 OpenCode / ModelScope 预设，也可添加任意 OpenAI 兼容模型；保存直接生效，「测试连接」为独立按钮，Key 持久化

安装

# npx（本机未装 DSH 也可用）
npx @deepseek-ai/dsh plugin --profile web add github:qing9835/dsh-eyes#v0.4.0

# 或本机已装 DSH
dsh plugin --profile web add github:qing9835/dsh-eyes#v0.4.0

装完重启 DSH，再强制刷新浏览器页面（Ctrl+Shift+R）。首次使用请在「配置」弹窗填写 API Key。

卸载：dsh plugin --profile web remove dsh-vision-bridge（包名，非仓库名）

适配

版本	DSH
v0.4.0	≥ v0.1.2-alpha.1（新增图片拦截开关）
v0.3.0	≥ v0.1.2-alpha.1（Lexical 输入框）
v0.1.0	< v0.1.2（textarea）

数据存放于 <DSH 进程目录>/.vision-images/（图片、会话历史、配置/密钥）。

开发

• index.js：Host 半体（路由、vision_ask 工具、提示词段）
• client.js：浏览器 bundle（手构建，无构建链；协议见文件头注释）

MIT License