dsh-vision-fallback

主模型不支持图片输入时，自动回退到配置的视觉模型处理该轮请求。

背景

dsh 的会话模型（agent-default-model）可能是不支持图片的文本模型（如 deepseek-v4-flash）。用户发送带图片的消息时，官方适配器直接报 this model does not support image input，会话中断。

本插件在 agent/request waterfall（每次 LLM 请求的模型选择点）拦截：请求 消息含图片且当前模型不是配置的视觉模型时，把该轮请求切换到视觉模型。

安装

dsh plugin --profile web add /path/to/dsh-plugins/plugins/dsh-vision-fallback

在 $DSH_HOME/profiles/web/cordis.patch.yml 加：

- insert:
    - id: vision-fallback
      name: 'dsh-vision-fallback'
      config: {}

配置

在 Web 设置 → 插件配置 → dsh-vision-fallback 卡片：

1. 勾选「启用视觉回退」；
2. 选择供应商（内置 catalog 中声明支持 image 的模型，如 deepseek-official）；
3. 选择视觉模型（如 deepseek-v4-flash-vision-exp）；
4. 保存。

配置写入 settings.yaml 的 dsh-vision-fallback 命名空间：

dsh-vision-fallback:
  enabled: true
  provider: cpa
  model: deepseek-v4-flash-vision-exp

行为

• 仅当请求消息（含 tool-result 嵌套）含图片时切换；
• 已是配置的视觉模型时不重复切换；
• 视觉模型不支持 reasoningEffort 时自动去掉该字段，避免 prepareCall 拒绝；
• 视觉模型不可用（解析失败）时保持原模型，不中断请求。

已知取舍

• 切换是每轮请求级的：含图片的轮次走视觉模型，纯文本轮次仍走主模型。
• 会话请求头会记录切换后的模型（request/header reason=change），便于审计。