概览
dsh-eyes
On-demand vision for text-only LLMs in DeepSeek Harness: keep pasted/attached images in the backend, and let the model call view_image to look at them anytime via any OpenAI-compatible vision endpoint — as if the model were natively multimodal.
README / ZH
插件文档
目录摘要
On-demand vision for text-only LLMs in DeepSeek Harness: keep pasted/attached images in the backend, and let the model call view_image to look at them anytime via any OpenAI-compatible vision endpoint — as if the model were natively multimodal.
dsh.pub 核对固定版本的组合包契约、运行时事实与分发语义；完整 README 请查看源仓库。
在 GitHub 阅读完整 READMELIMITATIONS
已知限制
- **两个内部包装点**：因为 Harness 目前**没有公开的扩展点**用于「发送准入的图片能力判断」和「派发前剥离图片」，本插件直接包装了 `llm.resolveModelInfo` 与 `llm.streamWithRegistration` 两个方法。副作用是：纯文本主模型会在模型选择器里**显示为支持图片**（这是有意为之，才能放行带图消息）。 - **主模型自动适配**：任何纯文本主模型（不限 provider）都会被自动保护；本身原生支持图片的多模态主模型不受干预，图片直接原生通过。 - **视觉接口**要求 OpenAI 兼容（Chat Completions 或 Responses API）；Anthropic / Gemini 的原生接口不直接支持，需走它们的 OpenAI 兼容网关。 - **会话隔离与持久化**：图片引用索引按 `sessionId` 分片（一个会话只能查看自己的附件），并持久化到 `.dsh/attachments/v1/dsh-eyes-index.json`（启动时读回、新图落盘）。因此即使上下文被压缩、或进程重启，模型仍能通过 `attachment_id` 查看历史图片。 - API Key 请用环境变量 / 凭证服务管理，**不要硬编码进仓库**。