nexsjournal/dsh-vision-plugin

dsh-vision-plugin

给 DSH 的模型目录补上「图片输入」声明勾选框——勾一下，自定义模型就能在对话框里直接收图。

它解决什么问题

DSH 的 host 端原生支持给自定义模型声明 input 模态（dsh-llm-pi-ai 会读取模型条目上的 input: ["text","image"]，并据此决定是否把原图直通给该模型；没声明 image 的模型收到图会直接报”不支持图片输入”）——但「设置 → 模型 → 模型目录」的 UI 一直没有暴露这个声明的入口。

本插件在每次 DSH 启动时幂等地给模型页装上这个入口：

• 模型目录里每行点 > 箭头展开后，「最大输出 token」下方多一个「图片输入」勾选框；
• 勾选 = 给该模型写 input: ["text","image"]（走模型页自身的保存流程，存进 DSH settings）；取消勾选 = 清除该字段；
• 勾选后，在对话框选到该模型直接发图即可（原图直通），不需要切模型、不需要任何工具。

在哪里勾选

「设置 → 模型」→ 选中你的自定义路由 →「模型目录」→ 点模型行右侧的 > 箭头展开：

步骤：

1. 「设置 → 模型」，选中要改的路由；
2. 「模型目录」里找到目标模型，点它右侧的 > 箭头展开（上图已展开 qwen3.8-flash）；
3. 勾上「上下文窗口 / 最大输出 token」下方的「图片输入」（= 声明该模型 input: ["text","image"]）；
4. 回对话框，模型选择器选到该模型，直接发图——DSH 原图直通该模型。

内置 provider 的模型通常已声明好模态，这个勾选框主要服务于自定义路由里的模型。

安装

前提：DSH 已部署（web profile）、pnpm 可用（dsh plugin 会转发 pnpm）。

npx @deepseek-ai/dsh plugin --profile web add github:nexsjournal/dsh-vision-plugin

完全退出并重开 DSH。重启后：

• 「设置 → 插件 → 插件列表」出现 vision-plugin 一行（已启用）；
• 「设置 → 模型 → 模型目录」：展开任意模型（点 > 箭头），「最大输出 token」下方出现「图片输入」勾选框；
• 「设置 → 插件 → 插件配置」不会出现本插件的卡片——本插件是纯 host 插件。

桌面端与网页版共用 web profile，装到 web 即两端都生效。 依赖说明：本包把 @deepseek-ai/* 声明为 optional peerDependencies，安装时不额外拉取，运行时由 profile 依赖树解析（标准部署自带）。

启用 / 停用

「插件列表」本身是只读的（DSH 核心 UI，所有插件都一样），启用/停用通过 profile 的补丁文件 ~/.dsh/profiles/<profile>/cordis.patch.yml 控制：

停用（在顶层数组里加一个条目，然后重启 DSH）：

- id: dsh-vision-plugin
  disabled: true

启用：删掉这个条目（或把 disabled 改为 false），重启 DSH。

停用后模型页勾选框补丁不再维护，但已装上的勾选框和已保存的 input 声明继续有效（数据走 DSH 原生，见下节）。

原理

1. 启动时打补丁：插件 host 端在 DSH 启动、插件树挂载时，给 dsh-client-ui-settings-models（模型页）的编译产物补上勾选框（2 个字典键 + 1 个勾选框 JSX，共约 20 行）。幂等：已打过就跳过；锚点不匹配（DSH 升级改了页面结构）就跳过并记警告日志，不会写坏文件。补丁只动模型页这一个文件，不注册任何卡片。
2. 数据完全走 DSH 原生：勾选只改模型条目上的 input 字段（settings 的 llm-pi-ai 命名空间，模型页自己的保存流程）。host 端 dsh-llm-pi-ai 原生读取该字段：listModels/resolveModel 把它暴露为 inputModalities，发图时若模型没声明 image 会直接报”不支持图片输入”。所以插件停用/卸载都不影响已保存的声明继续生效。

常见问题

限制

• 补丁针对 dsh-client-ui-settings-models 0.1.0-rc.6 的编译产物；DSH 大版本升级改了模型页后勾选框会消失（插件记警告日志、不写坏文件），需插件新版适配。
• 生效的前提是该路由的端点真的能处理图片（勾选只是声明，DSH 不会替端点识别）。

附：BYO 视觉中继（附带能力）

插件历史版本的核心是一条 BYO（自带端点）视觉中继：host 端注册 vision provider + 4 个工具，当你的端点模型不支持图片直通时，把对话转发到第三方多模态 OpenAI 兼容端点识别（图片转 base64，非流式单次请求）。

• 工具：vision_analyze（按需识别图片文件）、vision_status（状态自检）、vision_test（端点连通测试）、vision_configure（对话里热配置）；
• 配置：Base URL / 模型 / API Key 三项，通过 vision_configure 或环境变量 DSH_VISION_* 热配置，不内置任何端点与密钥；
• 配好后模型选择器出现 vision（切过去发图 = 端点代识别），不配则完全静默，不影响勾选框功能。

目录结构

dsh-vision-plugin/
├── package.json          # dsh.bundle 元数据（纯 host，无 dsh.client）+ optional peers
├── cordis.patch.yml      # 组合补丁：插入 dsh-vision-plugin 行
├── lib/
│   └── index.js          # Host 半：模型页勾选框补丁（核心）+ BYO 视觉中继（附带）
├── docs/
│   └── models-image-input.png  # README 示意图（设置 → 模型 → 模型目录）
├── README.md
└── LICENSE