Dsh-Image-Analyze

DSH（DeepSeek Harness）插件：让纯文本模型也能"看图"。 图片、截图、PDF、Word 文档——统一路由到视觉模型（默认 mimo-v2.5）分析，对话模型只负责文字推理。全程同一供应商契约，按需付费。 English · 中文 ✨ 特性 能力 说明 🖼 四种图片入口 指定路径 / “分析最新截图”（免路径）/ 多张一次 / 桥接粘贴（配合 dsh-image-bridge） 📄 文档解析 PDF 逐页渲染（PyMuPDF）、Word(.docx) 解包内嵌图，一次送视觉模型分析 🎯 确定性视觉路由 视觉调用固定走同一供应商路由（opencode-go）+ 同一凭据，不引入第三方模型 💰 按需付费 只有真正看图时才产生视觉调用；mimo-v2.5 与主流文本模型同价 🔁 两种转述模式 relay（结构化视觉数据：OCR/布局/颜色/SVG）vs direct（视觉模型直接产出，零损耗） 🧹 空白截图自动跳过 小文件直跳 + PNG 像素方差检测，误触的空捕获不会浪费一次调用 📋 来源可见 每次分析返回"分析来源"清单，明确指出实际看了哪些文件 🔧 零依赖 插件本体纯 ESM、不 import 任何 @deepseek-ai 包，本地安装无需 npm registry；文档解析仅需系统 Python 🏗 架构与工作原理 ┌─ 图片入口 ─────────────────────────────────────────────┐ │ ① 指定路径 "分析 D:\xx\img.png" │ │ ② 最新截图 "分析最新截图 / 最新两张截图"（免路径） │ │ ③ 粘贴桥接 dsh-image-bridge 落盘 → [图片附件] 标记 │ │ ④ 文档 "分析 D:\xx\doc.pdf / report.docx" │ └────────────────────────┬───────────────────────────────┘ ▼ analyze_images / analyze_document 工具 │ ┌────────────────┼──────────────────┐ ▼ ▼ ▼ attachments ctx.llm.stream sources (持久化图片) provider: opencode-go (来源报告) model: mimo-v2.5 │ ▼ relay 模式 → 结构化视觉数据（OCR/布局/颜色/SVG）→ 对话模型推理 direct 模式 → 视觉模型直接产出最终答案（如 HTML 复刻） 设计要点 ...