dsh-feiyu-vision
xxgj666/dsh-feiyu-vision
Image understanding for DSH: describe an image and read the text in it through Zhipu GLM-4V (needs a Zhipu API key, free tier), with optional person identification through Volcengine Ark and anime-only reverse image search through SauceNAO or trace.moe (each needs its own key); ffmpeg must be installed for GIF/WebP input. Keys and the ffmpeg path are set on the plugin's own settings page.
Install
dsh plugin --profile web add github:xxgj666/dsh-feiyu-visionREADME
dsh-feiyu-vision
给 DeepSeek Harness 加上"看图"能力的小插件。
- 注册
see_image工具：模型可以直接描述图片内容、读截图里的文字 - 导出
describeImage(path)：供 QQ 通道补丁把群友发的图转成文字描述 - 用的是智谱 GLM-4V-Flash（有免费额度），不占显存、不需要本地模型
安装
dsh plugin --profile desktop add dsh-feiyu-vision
或者把本目录放进 ~/.dsh/profiles/<profile>/node_modules/，再在 profile 的 cordis.patch.yml 里
insert 一条（参考本包的 cordis.patch.yml）。
配置
在插件配置里填：
| 字段 | 说明 | 默认 |
|---|---|---|
apiKey | 智谱 API Key（也可用环境变量 ZHIPU_API_KEY） | 空 |
model | 视觉模型 | glm-4v-flash |
maxSide | 图片长边上限（超出会缩放） | 2048 |
ffmpeg | 转 gif/webp 用的 ffmpeg 路径 | Windows 示例路径 |
API Key 在 https://open.bigmodel.cn 注册后「API Keys」里新建即可，GLM-4V-Flash 目前免费。
用法
模型在需要时自动调用：
这张图里是什么？ / 帮我看看这个截图写的什么
也可以直接调：see_image(path="D:\\pics\\a.png") 或 see_image(imageUrl="https://...")。
许可
MIT
© 2026 ShirasuAzusa_XXGJ · dsh-feiyu-vision · MIT License
Related plugins
dsh-web-ui (dsh-tool-describe-image)
zhu1090093659/dsh-web-ui
modlens
liustack/modlens
ipollowork
devin-axis/ipollowork
dsh-vision-router
ysr666/dsh-vision-router