@linxin666/dsh-tool-describe-image

@DamonKoy · packages/dsh-tool-describe-image · 视觉与多模态

检测未发现问题无安装脚本

为纯文本模型提供 describe_image 工具，借助视觉语言模型理解图片内容

v0.1.16版本

GitHub 源码安装安装方式

2026-08-15最近更新

4Star

dsh plugin --profile web add github:DamonKoy/dsh-web-ui#path:/packages/dsh-tool-describe-image查看仓库

插件介绍

根据仓库资料整理 · commit 3647a33

主要功能

提供 describe_image 工具，让纯文本模型通过视觉语言模型获得图像理解能力
支持三种图片输入：本地绝对路径、http(s) URL、会话内附件引用（拖拽/粘贴生成）
拖拽或粘贴图片会自动重写为 describe-image 引用，图片可在对话中渲染，但仅文本结果进入模型上下文
通过 prompt 参数自定义指令，支持 OCR、图表提取、UI 诊断、翻译等具体任务
设置页提供"Image understanding"配置卡片，可实时修改 baseURL/apiStyle/model/API key/默认指令，无需重启
兼容 chat-completions 与 responses 两种 OpenAI 兼容协议风格

适合什么时候用

使用纯文本大模型（如 DeepSeek V4）但需要理解截图、照片或图表内容时
需要对图片进行 OCR 文字提取、表格转 CSV 或翻译等结构化处理时
需要针对 UI 截图进行界面走查或问题诊断时

安装后会多出什么

界面设置 → 插件配置 → Web UI Plugins 下的 "Image understanding" 配置卡片

Agent 工具describe_image

使用前需要

需要一个 OpenAI 兼容的视觉模型服务端点（如 Qwen-VL、GLM-4V、GPT-4o 或本地 Ollama）
需要配置 API Key（默认读取环境变量 VISION_API_KEY，或在配置中内联指定）
需要在插件配置中设置必填项 baseURL 与 model，否则首次调用会报错

在 GitHub 阅读完整 README

权限与能力

安装后它能碰到什么

不覆盖任何 dsh-base 宿主行：不接管沙箱、审批、凭据等能力。

宿主能力

Agent 控制浏览器 UI凭据环境变量文件系统外部网络宿主子进程

能力是范围不是结论：很多能力是功能所需。

基本信息

仓库DamonKoy/dsh-web-ui/packages/dsh-tool-describe-image安装方式GitHub 源码安装（需 allowBuilds）安装提示源码安装会在你的机器上执行 prepare 构建，需要 allowBuilds 授权；建议用 github:DamonKoy/dsh-web-ui#3647a33 锁定本次检测的 commit。收录日期2026-08-17固定 commit3647a33fa467 · 2026-08-15

dsh plugin --profile web add github:DamonKoy/dsh-web-ui#path:/packages/dsh-tool-describe-image