libinyam/dsh-vision-provider
40最近提交 2026年8月15日
dsh-vision-provider DSH 插件
dsh-vision-provider 是一个社区插件，让 DeepSeek Harness 用户能在 Web UI 中选择一个视觉模型（如 GLM-4.6V-Flash、Qwen VL Max、GPT-4.1 mini）作为侧车。视觉模型分析图片后将描述传给 DeepSeek V4 Flash，后者仍负责推理和最终回答。它作为一个提供商出现在 UI 中，包含多个可选组合。
如何安装 dsh-vision-provider DSH 插件
dsh plugin --profile web add github:libinyam/dsh-vision-provider复制不会执行命令。安装 dsh-vision-provider DSH 插件前请核对仓库和版本。
dsh-vision-provider DSH 插件数据来源
dsh-vision-provider DSH 插件快照日期：2026年8月16日
discovered
dsh-vision-provider DSH 插件能做什么
- 在 Web UI 中提供单一“DeepSeek + Vision”提供商，可切换不同视觉模型。
- 纯文本消息完全绕过视觉端点。
- 图片消息先由选定的视觉模型分析，再交给 DeepSeek。
- 支持通过环境变量注册自定义的 OpenAI 兼容视觉端点。
- 同一进程内缓存重复的图片分析结果，避免在工具步骤中重复分析。
dsh-vision-provider DSH 插件适合哪些场景
- 为 DeepSeek Harness 添加视觉能力，无需更换推理模型。
- 每次会话可选用不同的视觉模型（GLM、Qwen、GPT-4.1 mini）。
- 使用本地托管的视觉模型（如 Ollama）通过直接端点回退。
- 在需要视觉上下文的 DeepSeek 工作流中集成图片分析。
dsh-vision-provider DSH 插件适合谁
- 需要图像理解结合 DeepSeek 推理的 DeepSeek Harness 用户。
- 构建多模态 AI 应用并要求可控视觉模型选择的开发者。
dsh-vision-provider DSH 插件的限制
- 需要 DeepSeek Harness 0.1.0-rc.5 或更高版本，以及 Node.js >=22.19.0。
- 视觉模型必须是 OpenAI 兼容的（/chat/completions 支持图片输入），并配置有效 API 密钥。
- 直接端点回退会绕过 Harness 的提供商重试、中间件和令牌计数。
- 非官方 DeepSeek 或 OpenAI 包，社区项目。
- 图片分析会产生额外的提供商费用，并可能影响隐私。
dsh-vision-provider DSH 插件的仓库 README 摘录
以下文字摘自 dsh-vision-provider DSH 插件的上游仓库 libinyam/dsh-vision-provider 的 README，版权归原作者，仅作引用。
`dsh-vision-provider` gives [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) selectable vision choices under one `DeepSeek + Vision` provider: ```text DeepSeek + Vision GLM-4.6V-Flash Qwen VL Max GPT-4.1 mini (Vision) ``` Select only one combination in Harness. The vision model named in that selection is used behind DeepSeek: ```text Text-only message ───────────────────────────────> DeepSeek V4 Flash Image message ──> private vision sidecar ──> visual description │ └──> DeepSeek V4 Flash ──> answer ``` The vision model does not run as the final answer model. Instead, it appears as part of a selectable DeepSeek combination. DeepSeek still performs reasoning, tool use, and final response generation. > This is a community project. It is not an official DeepSeek or OpenAI > package. ## Why v0.3.0 exists Version `0.1.0` added a standalone model named `vision-openai`. DeepSeek Harness can select only one model for a session, so users had to choose either DeepSeek or the vision model. The two models could not cooperate. Version `0.2.0` introduced a runtime compo
阅读完整 README仓库许可: MIT
dsh-vision-provider DSH 插件常见问题
如何安装 dsh-vision-provider？
在 DeepSeek Harness 目录下运行 `pnpm dsh plugin --profile web add github:libinyam/dsh-vision-provider`。确保已安装 pnpm 并设置了 DSH_HOME 环境变量，然后运行 `pnpm dsh web` 启动 Web 界面。
支持哪些视觉模型？
任何声明支持 text 和 image 输入的 OpenAI 兼容模型。插件默认包含 GLM-4.6V-Flash、Qwen VL Max 和 GPT-4.1 mini。你也可以通过设置页面的“模型”或环境变量添加自定义模型。
为什么在模型选择器中看不到视觉模型？
请确保模型或其提供商在配置中声明了 `input: [text, image]`。插件只读取声明了图像输入的模型。如果添加了自定义模型，请检查其模态设置。另外，等待最多 30 秒让发现缓存刷新，或重启 Web 界面。
视觉模型需要单独的 API 密钥吗？
是的，除非你使用直接端点回退模式（默认读取 `VISION_OPENAI_API_KEY` 环境变量）。你可以通过设置 `DSH_VISION_API_KEY_ENV` 来更改密钥环境变量。DeepSeek 的密钥在原生 DeepSeek 提供商中单独配置。
插件如何处理图片隐私？
纯文本请求不会发送任何数据到视觉端点。只有包含图片的消息会发送给选定的视觉侧车，并附带一个要求事实性转述的指令。DeepSeek 收到的是生成的文字描述。请查看两个提供商的隐私政策。插件不会记录图片或 API 密钥。