dsh-plugin-pickimages

给 DeepSeek Harness Web GUI 增加图片 / 图文混合选项能力的插件。

模型在需要用户从选项中做选择时，除了原生 ask_user_question（纯文字），现在 还可以用本插件的 ask_user_choice 工具：每个选项都可以带一张图片， 纯图片、纯文字、图片+文字可以在同一道题内混排。Web 端渲染成图片卡片选择卡， 答案协议与原生完全一致（answers: [{ id, selected[], custom? }]）。

功能

• 新工具 ask_user_choice，与 ask_user_question 同协议，选项额外支持 image 字段：
  • path：本地图片路径（相对会话工作区或绝对路径）——兼容 ComfyUI 出图等磁盘文件；
  • url：http(s) 图片地址，服务端拉取后转存显示；
  • data：base64 data URI（data:image/png;base64,...）；
  • mediaType（可选）：显式声明 png/jpeg/webp/gif，缺省按内容自动探测。
• 支持：多题分页、单选/多选、图片+文字混排、自定义答案、跳过、推荐标注 （label 末尾 (Recommended) / (推荐)）。
• 图片放大查看：点击图片卡片上的放大镜按钮（或图片本身）弹出 Lightbox 大图， 支持 Esc / 点击遮罩 / 关闭按钮退出；期间锁定页面滚动。
• 纯文字问题不带图片时，客户端自动放行给原生 UI，互不影响。

实现要点（为什么是插件而不是改核心）

浏览器端消费 question/requested 帧时用 zod schema 严格解析，选项对象上的未知 字段会被剥离，所以图片不能塞进 option 字段。本插件改为：

1. 服务端把图片字节归一化进内存注册表，通过自定义 web 路由 /dsh-plugin-pickimages/<pickId>/<index> 直接提供字节（同源 <img src> 加载）；
2. 在问题的 detail（标准字符串字段，原样透传）开头写入不可见的 HTML 注释标记 <!--dsh-pick:v1:<base64url JSON>-->，携带 pickId 与带图选项下标；
3. 客户端插件在 conversation.composer slot 链注册条目（priority 更小，优先于原生）， 识别标记后渲染图片选择卡；无标记的问题交给原生 UI。

详见 设计说明.md。

目录结构

lib/index.js          服务端：工具注册 + 图片注册表 + web 路由（零运行时依赖）
lib/client.js         客户端：composer 链条目 + 图片选择 UI（浏览器模块加载器格式，免构建）
scripts/selfcheck.mjs     纯函数自检（node scripts/selfcheck.mjs）
scripts/smoke-server.mjs  服务端集成冒烟（假 ctx 跑通工具→路由→回答全链路）
scripts/smoke-client.mjs  客户端冒烟（真实 react 渲染一次选择卡）
cordis.patch.yml      bundle 补丁（挂载行）

安装（web profile）

# 1. 把插件 link 进 profile（已写入 package.json 时跳过这步的编辑）
cd C:\Users\18303\.dsh\profiles\web
pnpm install

# 2. 重启 dsh（launcher），然后刷新浏览器页面

profile 的 package.json 需要包含：

{
  "dependencies": {
    "dsh-plugin-pickimages": "link:D:/dsh/plugins/dsh-plugin-pickImages"
  },
  "dsh": {
    "profile": {
      "bundles": [ /* ... */, "dsh-plugin-pickimages" ]
    }
  }
}

dsh.profile.bundles 里的包会自动应用其自带 cordis.patch.yml 的挂载行 （与 dsh-notify 同机制）。

模型用法示例

// 调用 ask_user_choice
{
  "questions": [
    {
      "id": "cover",
      "question": "选一张封面图",
      "header": "封面选择",
      "options": [
        { "label": "深海鲸鱼 (Recommended)", "image": { "path": "novel/assets/covers/whale.png" } },
        { "label": "星空",
          "image": { "url": "https://example.com/stars.png" } },
        { "label": "手绘风",
          "image": { "data": "data:image/png;base64,iVBORw0KGgo..." } },
        { "label": "都不选，我自己说", "description": "选这个可以在下方输入自定义答案" }
      ],
      "multi_select": false
    }
  ]
}
// 返回：{ "answers": [ { "id": "cover", "selected": ["深海鲸鱼 (Recommended)"] } ] }

安全与限制

• 图片字节仅存于进程内存，随问题回答/取消立即释放；未答的提问 30 分钟后 TTL 清理。
• 单张图片上限 20 MiB；仅支持 PNG / JPEG / WebP / GIF（按魔数校验，声明不符会报错）。
• 图片路由为同源普通 HTTP 路由（与 GUI 同信任级别），未加额外鉴权。

许可证

MIT