dsh-pro-vision

Readme

# dsh-pro-vision

[中文](#中文) · [English](#english)

DeepSeek-V4-Pro 是纯文本模型。这个插件在不切换主模型的前提下，把会话里的图片交给 `deepseek-v4-flash-vision-exp` 识图，再把说明交给 Pro。

A DeepSeek Harness plugin that lets V4-Pro use V4-Flash-Vision-Exp for attached images.

纯 JavaScript，无原生依赖，macOS / Windows / Linux 同一条安装命令。

---

## 中文

### 安装

Mac / Windows 同一条命令（Web 界面）：

```sh
dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision
```

然后重启 `dsh web`。

Windows 若直接运行报错，给仓库地址加上引号，或改用 npx：

```sh
dsh plugin --profile web add "github:lasdrder0705/dsh-pro-vision"
```

```sh
npx @deepseek-ai/dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision
```

本仓库没有构建脚本，一般不需要 `allowBuilds`。

卸载：

```sh
dsh plugin --profile web remove dsh-pro-vision
```

### 让 Pro 能贴图

安装后，在 `$DSH_HOME/settings.yaml` 里给 Pro 声明图片输入（否则界面会按纯文本拒绝贴图）：

```yaml
llm-deepseek:
  models:
    - id: deepseek-v4-pro
      name: DeepSeek-V4-Pro
      inputModalities: [text, image]
```

设置是动态的，下一轮对话就会生效。真正发给 Pro 的请求里，图片会被替换成 Flash Vision 的文字说明。

### 行为

1. Web UI / `read_image` 可以把图片交给 Pro。
2. 插件先调用 `deepseek-v4-flash-vision-exp` 识图。
3. 把说明写成 `[Image N] ...` 再发给 Pro。
4. 同一张附件在进程内会缓存，后续轮次不再重复识图。

直接选用 `deepseek-v4-flash-vision-exp` 时插件不会插手。

### 配置

可选，写在 profile 的 `cordis.patch.yml`：

```yaml
- id: dsh-pro-vision
  config:
    provider: deepseek-official
    visionModel: deepseek-v4-flash-vision-exp
    textModels:
      - deepseek-v4-pro
    maxVisionTokens: 8192
    visionReasoningEffort: high
```

---

## English

### Install

Same command on Mac and Windows (web profile):

```sh
dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision
```

Restart `dsh web`.

On Windows, quote the spec or use npx if the unquoted form fails:

```sh
dsh plugin --profile web add "github:lasdrder0705/dsh-pro-vision"
```

```sh
npx @deepseek-ai/dsh plugin --profile web add github:lasdrder0705/dsh-pro-vision
```

No native build. Uninstall with `dsh plugin --profile web remove dsh-pro-vision`.

### Allow Pro to accept images

In `$DSH_HOME/settings.yaml`:

```yaml
llm-deepseek:
  models:
    - id: deepseek-v4-pro
      name: DeepSeek-V4-Pro
      inputModalities: [text, image]
```

The plugin still strips images before they reach the Pro API and replaces them with Flash Vision captions.