dsh-vision-guard

v0.1.3 · 2 天前发布

Transparent image guard + vision analysis for DeepSeek Harness: text-only models read pasted images without the 400 session deadlock.

dshdsh-plugindeepseek-harnessvisionimageocrguardmultimodal

README

dsh-vision-guard

中文 | English

让纯文本模型"看图"，且图片永远不会卡死你的会话。

Transparent image guard + vision analysis tool for DeepSeek Harness (dsh).

DeepSeek Harness 的主流模型（deepseek-v4-pro 等）是纯文本模型。两个麻烦：

1. 纯文本模型看不了图——用户贴一张截图，模型只能当没看见；
2. 更糟的是 400 卡死：某些网关（如 opencode-go）的主路由只接受 text，图片块一旦写进会话日志，之后每一轮都会把历史连同图片重发给上游 → 400 unknown variant \image_url\`` → 整个会话永久卡死。

本插件用两道闸门根治这两个问题，并把"看图"变成纯文本模型可用文字消费的能力。

---

它做什么


用户贴图 → [闸门1] agent/pre-step 门口改写：图片在【写入会话日志之前】就被视觉模型转成文字
                 → 日志永远只有文字，图片块根本不存在
                 → [闸门2] llm/stream 兜底：历史重放时若发现图片块（例如装插件前就已中毒的会话），
                   在请求层改写为 OCR 文本后再发给模型

视觉模型做眼睛，主模型做大脑：deepseek-v4-pro 照常推理，图片内容以文字形式出现在上下文里。

修复已中毒的会话：装插件之前就被 400 卡死的会话，装上之后发

查看完整 README →

版本兼容矩阵

DSH 版本	状态	说明
`dsh@0.1.0-rc.6`	✅ 兼容	cordis patch ✅
`dsh@0.1.0`	✅ 兼容	标准 patch ✅
`dsh@0.2.0`	⚠️ 待验证	待实测（API 可能在变）
`dsh@0.3.0+`	❓ 未知	尚未发布

💡 兼容矩阵每周末自动跑实测，欢迎 PR 修正

元数据

License: MIT
npm: dsh-vision-guard
Repo: git+https://github.com/good-boy4069/dsh-vision-guard.git
Engines: {"node":">=18"}
Weekly DL: 0
Monthly DL: 0
dsh.bundle: {"bundle":{"patch":"./cordis.patch.yml"}}