dsh-sight

dsh-sight

为纯文本 DeepSeek Harness（dsh） 模型提供插件式视觉能力——直接粘贴图片，通过内置 VLM 后端获得文字描述，无需切换模型。

English → README.md

特性

内置 VLM 预设 — OpenCode Zen（免费、免 key）和 Gemini Flash（免费额度），另有自定义模式可接任意 OpenAI 兼容端点。在网页设置页选一个即可。

多图批量分析 — vision 工具一次调用最多接受 10 个路径/URL，单次请求完成全部描述，按图标注。

工作原理

1. 提示准入覆写 — dsh 会拒绝纯文本模型接收粘贴图片。dsh-sight 包装 apiProxy.sessions.prompt：接受粘贴，图片字节落地到 /tmp/dsh-sight/image{N}/{hash}.png，图片块在进入历史前变成路径提示。任何 provider 都可用——无需切换模型变体。
2. vision 工具 — 模型拿着提示路径（或任意本地路径 / http(s) URL）调用它；插件读取字节并通过配置好的 OpenAI 兼容 VLM 后端作答。
3. 系统提示词分节 — 教会模型"提示 → vision 工具"的流程。
4. 网页设置页（Settings → 视觉模型）— 后端来源（预设或自定义端点）、生效配置预览（显示实际请求目标）、API key 输入框、高级参数。走标准 settings RPC 保存，即时生效、无需重启（通过 $DSH_HOME/settings.yaml 的 dsh-sight: 分节热加载）。
5. **