dsh-vision-bridge

@GXX182 · 视觉与多模态

检测未发现问题无安装脚本

为文本模型的会话图片接入可配置视觉服务，仅返回文本分析结果

v0.2.1版本

GitHub 源码安装安装方式

2026-08-18最近更新

4Star

dsh plugin --profile web add github:GXX182/dsh-vision-bridge查看仓库

插件介绍

根据仓库资料整理 · commit 339efab

主要功能

在模型选择器中为符合条件的纯文本模型添加眼镜图标开关，用于启用/禁用视觉桥接
将会话中的图片转发给单独配置的视觉服务（Gemini 原生、OpenAI 兼容或 Anthropic 兼容接口），仅把文本分析结果返回给上游模型
支持在设置中添加、切换、删除多个独立的视觉服务提供商配置
仅替换发往视觉服务的请求副本中的图片内容，原始会话和记录中的图片保持不变
根据 Base URL 特征自动识别 API 协议类型（Gemini/OpenAI/Anthropic 兼容）
支持通过 image_paths 显式指定工作区图片路径，按 Harness 文件系统策略解析

适合什么时候用

主力对话模型不具备原生图像理解能力，但需要临时分析会话中的截图或图片
希望在不更换主模型的前提下，统一管理并按需切换多个视觉服务提供商（如 Gemini、OpenAI 兼容中转、Anthropic 兼容接口）

安装后会多出什么

界面模型选择器中的眼镜图标开关（灰色=关闭，蓝色=开启视觉桥接） · Settings → Plugins → Plugin configuration → Image understanding 视觉服务配置页

Agent 工具vision_bridge

使用前需要

DeepSeek Harness 0.1.0-rc.5 或兼容的 0.1.x 版本
Node.js ^22.19 或 >=24
上游模型路由需支持 Harness 工具调用
至少一个可用的图像理解服务 API Key（默认使用 GOOGLE_API_KEY 配合 Gemini 原生接口）

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

能力是范围不是结论：很多能力是功能所需。

基本信息

仓库GXX182/dsh-vision-bridge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:GXX182/dsh-vision-bridge#339efab 锁定本次检测的 commit。收录日期2026-08-17固定 commit339efab1b87d · 2026-08-18

dsh plugin --profile web add github:GXX182/dsh-vision-bridge