dsh-feiyu-vision

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