dsh-plugin-describe-image DSH 插件

该插件为 DeepSeek Harness 添加 `describe_image` 工具，使纯文本模型（如 DeepSeek V4）能够理解图像。它接受本地路径、http(s) URL 或附件引用作为输入，将图像发送到 OpenAI 兼容的视觉语言模型端点（例如 Qwen-VL、GPT-4o），并仅返回描述文本。图像本身不会进入会话日志。

vision

如何安装 dsh-plugin-describe-image DSH 插件

dsh plugin --profile web add github:whitelonng/dsh-plugin-describe-image

复制不会执行命令。安装 dsh-plugin-describe-image DSH 插件前请核对仓库和版本。

dsh-plugin-describe-image DSH 插件数据来源

dsh-plugin-describe-image DSH 插件快照日期：2026年8月16日

discovered

dsh-plugin-describe-image DSH 插件能做什么

支持三种图像输入形式：本地路径、http(s) URL 或通过 Harness 附件服务解析的附件引用 JSON。
在设置 → 插件页面提供实时配置卡片，可直接编辑 baseURL、model 和 API key，无需重启。
三层 API key 解析：内联配置 → 凭据层（apiKeyEnv，默认 VISION_API_KEY）→ 启动环境变量。
安全措施：拒绝重定向，限制最大字节数/输出 token 数/超时，通过魔数检查媒体类型，截断错误信息，密钥永不记录。
与 Harness 仓库的配套修改配合（不在本插件仓库中）：文本路由将图像块展平为 `[image attachment …]` 笔记，并在纯文本路由上接受图像提示。

dsh-plugin-describe-image DSH 插件适合哪些场景

让纯文本模型（如 DeepSeek V4）在对话中描述图像内容。
在代理工作流中集成图像理解功能，而不将原始图像暴露给模型。
使用远程 VLM（如 Qwen-VL、GLM-4V、GPT-4o 或本地 Ollama）作为描述后端。

dsh-plugin-describe-image DSH 插件适合谁

使用 DeepSeek Harness 并希望为纯文本模型添加视觉能力的用户。
需要在不支持多模态模型的情况下实现图像描述的开发者。

dsh-plugin-describe-image DSH 插件的限制

需要额外配置一个 OpenAI 兼容的视觉语言模型端点（如 Qwen-VL、GPT-4o 或 Ollama）。
依赖 DeepSeek Harness 的附件服务来解析附件引用，独立使用受限。
安装插件后需要重启应用才能生效。
每次调用仅支持单张图像输入，未提及批量处理。

dsh-plugin-describe-image DSH 插件的仓库 README 摘录

以下文字摘自 dsh-plugin-describe-image DSH 插件的上游仓库 whitelonng/dsh-plugin-describe-image 的 README，版权归原作者，仅作引用。

English | [中文](README.zh.md) **DeepSeek Harness 图片理解插件** — a vision-language `describe_image` tool that gives a **text-only model** (DeepSeek V4 and friends) the ability to understand images. A [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) plugin: the model-facing `describe_image` tool. It loads one image — a local file path, an http(s) URL, or a durable attachment reference — and asks a **vision-language model (VLM)** at an **OpenAI-compatible endpoint** (Qwen-VL, GLM-4V, GPT-4o, or a local Ollama endpoint) to describe it. Only the returned **text** crosses into the conversation; the image itself never enters the session log. Keywords: DeepSeek Harness plugin, describe_image tool, image understanding, image description, multimodal, vision-language model, VLM, text-only model, Qwen-VL, GLM-4V, GPT-4o, Ollama. ## Install ```sh dsh plugin --profile web add github:whitelonng/dsh-plugin-describe-image ``` The desktop app's plugin list accepts the same spec in its install box (`github:whitelonng/dsh-plugin-describe-image`); the plugin loads after an application restart. ## Features - **Three input forms**: local path, http(s) URL, or the JSON of an `[image a

阅读完整 README仓库许可: MIT

dsh-plugin-describe-image DSH 插件常见问题

如何安装 describe-image 插件？

在终端中运行 `dsh plugin --profile web add github:whitelonng/dsh-plugin-describe-image`，或者将相同的标识（github:whitelonng/dsh-plugin-describe-image）粘贴到桌面应用的插件安装框中。安装后需要重启应用才能加载插件。

支持哪些视觉语言模型？

任何 OpenAI 兼容的视觉端点均可使用。例如 Qwen-VL（baseURL 设置为 https://dashscope.aliyuncs.com/compatible-mode/v1）、GLM-4V、GPT-4o 或本地 Ollama 端点。在设置 → 插件 → 'Image understanding' 中配置端点。

图像本身会被保存到对话历史中吗？

不会。图像被加载、检查后仅发送给配置的视觉语言模型。会话日志和纯文本模型只能看到返回的描述文本。插件永远不会将图像写入对话。

如何配置视觉模型的 API 密钥？

插件按三层顺序解析 API 密钥：内联配置中的 `apiKey`、凭据层（`apiKeyEnv`，默认 `VISION_API_KEY`）、启动环境变量。密钥永远不会记录在日志中。您可以通过插件的配置卡片或环境变量设置。

插件能抵御恶意图像吗？

可以。插件拒绝重定向，通过魔数检查媒体类型，限制图像大小、输出 token 数和超时，截断错误信息，并且从不记录密钥。这些措施可防止恶意图像或端点泄露数据。