@local/dsh-image-describe

Readme

# dsh-image-describe

DeepSeek Harness 宿主插件：让不支持图片输入（纯文本）的主模型也能通过 `describe_image` 工具“看图”。

## 安装

```bash
npx @deepseek-ai/dsh plugin --profile web add github:sd1g1/dsh-image-describe
```

## 配置

首次启动会自动创建 `~/.dsh/image-describe.json`（路径遵循 `$DSH_HOME`）。模板把 `vision.provider` / `vision.model` 留空，此时插件休眠，不影响正常请求；填写视觉模型后保存即热生效，无需重启：

```json
{
  "vision": { "provider": "my-vision-provider", "model": "vision-model" },
  "prompt": "请详细描述这张图片的内容",
  "maxTokens": 1500,
  "image": { "autoResize": true }
}
```

- `vision.provider` / `vision.model`：必填；留空 = 休眠
- `prompt`：可选，默认兜底指令
- `maxTokens`：可选，默认 1500
- `image.autoResize`：可选，默认 `true`。发送给视觉模型前沿用 pi-coding-agent 的图片处理方法：大图先缩到 2000x2000，再在 PNG/多档 JPEG 中选最小编码；处理失败时回退原图，不影响看图。设为 `false` 关闭

## 调用方式

`describe_image` 的 `attachment` 和 `path` 二选一：

- `attachment`：使用之前标记里出现过的 `attachmentId`，无需用户重新发送图片。插件会依次搜索当前会话的派生消息、完整事件日志（被压缩的历史仍可解析）以及当前已加载的其他会话。
- `path`：直接描述本地图片文件（绝对路径，或相对会话 cwd 的相对路径；支持 png/jpeg/webp/gif）。插件通过宿主 `fs` 服务读取文件，再交给附件服务校验并转为视觉模型可读的引用；与 `attachment` 一样，描述前会按 `image.autoResize` 预处理。

## 验证

- 给纯文本模型发送一张图片：请求会被替换为 `attachmentId` 标记，模型可调用 `describe_image` 获取图片描述；之后让模型直接凭该 `attachmentId` 再次调用，也应成功。
- 让模型调用 `describe_image({ path: "/绝对路径/图片.png" })`，应返回该图片的描述。

## 卸载

```bash
npx @deepseek-ai/dsh plugin --profile web remove @local/dsh-image-describe
```