@uachar/dsh-vision-plugin（视觉识别）

DeepSeek Harness 的视觉识别插件：把图片粘贴到 Web 输入框，Host 侧经 GLM-4V 识别，并把识别结果作为隐藏上下文消息注入对话。原生双面（Host + 浏览器）插件，作为独立包安装。

插件功能

• 粘贴即识别 —— 输入框中粘贴一张或多张图片，发送后自动转发给 Host 识别。
• GLM-4V 识别 —— Host 调用智谱 GLM-4V，把识别结果作为隐藏上下文用户消息追加，让主模型基于图片真实内容作答。
• 缩略图可见 —— 识别过的图片存为持久附件，在历史消息中渲染缩略图。
• 模型 / API Key 设置 —— 输入框上方出现"视觉识别"Dock，齿轮图标内可添加模型（默认 glm-4v-flash）与 API Key；持久化到 $DSH_HOME/vision-config.json。
• 自愈式 dsh 补丁 —— 加载时 Host 侧检查 dsh checkout 的附件授权补丁，缺失则自动应用（幂等的一行改动 + apiproxy 重建）。

如何使用

1. 打开会话——输入框上方出现视觉识别 Dock。
2. 点齿轮图标，添加模型（默认 glm-4v-flash）与智谱 API Key（端点 https://open.bigmodel.cn/api/paas/v4/chat/completions）。
3. 粘贴图片并发送；纯图片会自动填入"请描述这张图片的内容"。

模型与 API Key 持久化到本地纯文本 JSON $DSH_HOME/vision-config.json（默认 ~/.dsh/vision-config.json）：首次加载自动创建空文件，每次配置修改重写，重启后重新读取。文件仅本地保存、不加密、不入 git；通过管理面板卸载插件时会自动删除。

安装与卸载

需要可用的 dsh CLI（pnpm）与一个 profile，例如 web。

从 npm 安装（推荐）

pnpm dsh plugin --profile web add @uachar/dsh-vision-plugin

从 GitHub Release tarball 安装

pnpm dsh plugin --profile web add https://github.com/uAcharGG/dsh-vision/releases/download/v0.1.0/uachar-dsh-vision-plugin-0.1.0.tgz

从源码构建并安装

git clone https://github.com/uAcharGG/dsh-vision.git
cd dsh-vision
pnpm install
# Host 侧：
node node_modules/typescript/bin/tsc -p tsconfig.json
node node_modules/tsdown/dist/run.mjs --config tsdown.config.ts
pnpm dsh plugin --profile web add link:<本目录的绝对路径>

客户端产物（lib/client.js）与 typert 生成的双面（lib/typert.host.js / lib/typert.remote-client.js）是 dsh workspace 构建的产物；仓库内的 tsconfig.client.json 仍引用 dsh checkout。若要在 workspace 外重建客户端，需先迁移该配置与 typert 生成步骤。

安装后重启 dsh 生效；浏览器侧通过包的 dsh.client 声明自动发现。

卸载

pnpm dsh plugin --profile web remove @uachar/dsh-vision-plugin

随后重启 dsh。（经管理面板卸载会同时删除 $DSH_HOME/vision-config.json。）

项目文件结构

| 文件 | 职责 | |---|---| | src/index.ts | Host 侧：VisionService extends TypertRemoteService —— @Remote queue/config/status + agent/pre-step 与 llm/stream 监听 + GLM 调用 | | src/client/index.ts | 浏览器侧：conversation.input.dock 插槽 —— 粘贴捕获、提交拦截、模型/API Key 设置菜单 | | src/patch.ts + scripts/apply-dsh-patch.mjs | 自愈式 dsh 附件授权补丁 | | src/types.ts | 双面跨进程线协议类型（无损 JSON） | | cordis.patch.yml | bundle 组合层 | | lib/ | 构建产物（随包发布） |

使用限制

• 配置为 $DSH_HOME 下的明文 JSON 文件；API Key 属于敏感本地数据。
• GLM-4V 识别需要 Dock 中配置有效的智谱 API Key。
• dsh 附件补丁针对本地 checkout 的 api-proxy.ts 应用；若 checkout 结构不同，脚本会拒绝自动打补丁并报告所需改动。

许可

MIT