dsh-vision-opencode

@poiuyjie · 视觉与多模态

检测有风险提示无安装脚本行为与描述一致

给纯文本DeepSeek主模型加可配置识图模型，让聊天发图自动转文字实现看图理解

v0.4.0版本

GitHub 源码安装安装方式

2026-08-21最近更新

13Star

dsh plugin --profile web add github:poiuyjie/dsh-vision-opencode查看仓库

插件介绍

根据仓库资料整理 · commit 6d7d67a

主要功能

聊天中发送图片时自动调用识图模型转成文字，主模型无需切换即可理解图片内容
输入框右侧提供识图模型下拉选择器，自动列出所有供应商中支持图片的模型
设置页独立管理Vision模型，并提供vision_read_image工具与vision-image-analysis skill支持OCR、图表、截图理解
识图模型可配置推理（思考）策略：默认/关闭/强制关闭，用于降低延迟和成本
内置异常兜底：单次60秒超时、失败自动重试1次，重试耗尽后降级为占位文本，不阻塞对话
自动区分纯文本与原生多模态主模型，原生多模态模型走DSH原生链路不受影响

适合什么时候用

主力使用纯文本DeepSeek模型，但需要在对话中发送截图、图表或文档图片让AI理解内容
希望灵活切换识图模型供应商，并调节其推理策略以在速度、成本和识图效果间取舍

安装后会多出什么

界面输入框右侧识图模型选择器 · 设置 → Vision 独立管理面板（含每模型推理策略选项）

Agent 工具vision_read_image

使用前需要

需要至少一个支持图片输入的识图模型（如MiMo-V2.5）及对应供应商访问权限/API配置
依赖DSH内部包：dsh-llm、dsh-tools、dsh-settings、dsh-skill、schemastery

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poiuyjie/dsh-vision-opencode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:poiuyjie/dsh-vision-opencode#6d7d67a 锁定本次检测的 commit。收录日期2026-08-18固定 commit6d7d67a8b1c1 · 2026-08-21

dsh plugin --profile web add github:poiuyjie/dsh-vision-opencode