dsh-image-analyze

Tue, 13 Oct 2026 00:00:00 +0000

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。

✨ 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

Dsh-Image-Analyze on 鹿鸣青野的blog

dsh-image-analyze

✨ 特性

🏗 架构与工作原理