Vision & Multimodal

dsh-tool-describe-image

soli0x4ea/dsh-tool-describe-image · ★ 0

soli0x4ea

A local vision tool — lends the DeepSeek Harness main model a pair of eyes: pass in an image path, it calls a local LM Studio vision model (qwen3vl4b), returns a textual description of the image, and the main model understands the image from that.

README body is shown in Chinese.

Repository Source

License: MIT
Added: 2026-08-16
Maintenance: active
Install kind: github

Manifest details

Manifest status: Not verified
Manifest path: -
Manifest checked: 2026-08-19
Lifecycle scripts: None found

Static manifest checks report declarations only; they are not compatibility or security review.

安装

dsh plugin --profile web add github:soli0x4ea/dsh-tool-describe-image

GitHub 源码安装：首次需按提示配置 allowBuilds 构建授权后重试

For install and environment setup, plus plugin development tutorials, see DSH community docs ↗

README

Source README · body: zh · Read Chinese README

Table of contents

功能
依赖
挂载
配置
工具
开发
License

本地视觉工具 — 给 DeepSeek Harness 的主模型「借一双眼睛」：传入图片路径，调用本地 LM Studio 视觉模型（qwen3vl4b），返回图片的文字描述，主模型据此理解图片。

图片只发往 127.0.0.1——不出网，隐私安全。

功能

主模型不声明视觉能力时，通过工具「借眼睛」：读图 → base64 → 本地视觉模型 → 文字描述；
微信图片链路天然衔接：收到「[微信媒体] 已保存至 <路径>」后自动调用，回复图片内容；
MIME 自动识别（PNG/JPEG/WebP/GIF，magic bytes）；
超限保护（>15MB 拒绝并提示）；超时明确报错（不编造图片内容）。

依赖

LM Studio（http://127.0.0.1:1234）已加载视觉模型，默认 qwen3vl4b（可配置）。
本包依赖 DSH workspace 包（@deepseek-ai/cordis 等），通过 file: 链接本地 DSH 仓库（见 package.json）。

挂载

- insert:
    - id: tool-describe-image
      name: '@deepseek-ai/dsh-tool-describe-image'

配置

字段	默认	说明
`baseURL`	`http://127.0.0.1:1234/v1`	LM Studio OpenAI 兼容端点
`model`	`qwen3vl4b`	视觉模型 id
`timeoutMs`	`90000`	单次识别超时
`defaultPrompt`	通用描述指令	识别指令

工具

describe_image：path（必填，图片绝对路径）+ 可选 prompt（自定义识别指令）→ 返回图片文字描述。

开发

pnpm install
pnpm run typecheck
pnpm run build   # tsc 类型 + tsdown bundle → lib/

README

功能

依赖

挂载

配置

工具

开发

License

Related plugins

dsh-plugin-browserskill

modlens

dsh-vision-router

dsh-windows-mcp

dsh-vision-toolkit

dsh-ads