插件

在准入前把提示词里的图片换成视觉模型的文字分析，因此任何模型（包括纯文本模型）都能读图且会话不切换模型；另提供 describe_image 工具处理图片路径。

发送前把请求中的历史图片裁剪至保留张数，并从上游 400 错误解析单次图片上限、按更少张数降级重试，保证含图会话不被图片数量限制打断。

自动切换 DeepSeek 模型：含图片时走视觉模型，复杂任务走 pro，常规任务走 fast；提供 switch_model 工具手动固定。

视觉桥：贴图先经 deepseek-v4-flash-vision-exp 转写为文字，再交给纯文本的 deepseek-v4-pro 回答，零第三方依赖。

苹果设备端 Vision 工具：本地 OCR（含中文）、图像分类、人脸检测、文档版面分析与综合描述，100% 离线、无需 API key，支持长截图切片。

通过已配置的 DSH Provider 或 OpenAI 兼容端点提供图片输入与识别。

按需自动把 DeepSeek 路由切到视觉模型：flash 主会话直接切（A），pro 保持深推理并交给视觉子代理读图（B），子代理恒切，含失败回退，无需手动切模型。

输入框下方实时显示 DeepSeek 余额与本会话消耗，内置官方工作日谷峰计价（周一至周五 9-12/14-18 峰时、周末全天谷时）与 deepseek-v4-flash-vision-exp 视觉模型（按 flash 同价计费，图片按 token 计费，单图最多 384 tokens）。

把附件变成可检索的证据：search_documents 在本地建立私有索引（FTS5），返回带精确坐标（PDF 页码、PPTX 幻灯片、行区间等）的证据块。

自动探测并配置 llm-pi-ai 的模型能力：补齐自建网关下缺失的思考等级（reasoningEfforts）与输入模态（是否支持图片）两个字段。

为 DeepSeek Harness 提供按模型的「支持图片」开关：列出所有已配置模型，一键开启或关闭图像输入，无需手改 settings.yaml。

在 DSH 对话卡片内显示本地图片与短视频并提供原文件一键下载，也可为任意其他本地文件提供下载；本机与远程连接均可用，媒体本身不进入模型的视觉上下文。

为无法识图的模型把图片转成文字：由配置的视觉模型生成描述，描述以折叠上下文条目写入会话历史，原始消息保持不变。

dsh-vision-router 的显示伴侣：保留自动识图路由，把每个视觉孪生折叠为原模型行上的方形图片按钮，未安装 router 时不生效。

视觉浏览器工具：经 CDP 用 browser-use 驱动真实 Chrome，并用 DeepSeek 视觉模型读页面，可识别 canvas 与图表中的文字。

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列）并提供 glm_vision 工具，让文本主模型直接调用智谱视觉模型看图。

DeepSeek Harness 视觉插件：为纯文本调用方转接 Cloudflare Workers AI 视觉模型，返回带版本的结构化结果并支持追问。

meow-vision 是 DeepSeek Harness 的视觉插件，解决纯文本模型无视觉、以及 Vue 页面开发中视觉验证不闭环的问题。

让纯文本模型在 DeepSeek Harness 里也能看图：拦截 llm/stream 瀑布流，把每张图片透明替换为视觉模型给出的描述。

DSH Web 插件：调用智谱 GLM 视觉模型分析图片（analyze_image 工具 + 插件设置卡片）

轻量、保持路由的 DSH 视觉链路：由配置好的视觉模型看图，而你所选文本模型继续掌控推理与最终回答

为纯文本模型装上本地眼睛：eyes_render 在 Web 界面画布上绘制文字/图形/Mermaid，eyes_paste 接收用户粘贴的图片，eyes_ocr 用 Windows 自带 OCR 离线读文字，eyes_analyze 把像素解析成结构化数据，全程无需视觉模型。

DeepSeek Harness 的生命周期监督、证据驱动审计子代理、安全干预与盲验收闸门

面向模型的 accurate_vision 工具：借视觉模型对图片做精确空间推理，返回归一化到 0–1000 的边界框。