dsh-deepeye-setup

给 DeepSeek Harness(DSH)装上"眼睛":一键安装 dsh-plugin-deepeye 视觉插件,并配置 智谱 GLM-4V-Flash 免费视觉模型,让纯文本模型(如 DeepSeek)也能直接看懂图片。

本仓库是安装指南 + 配置模板,不含任何 API Key。上游插件为 dsh-plugin-deepeye(MIT)。

✨ 效果

• 在 DSH 聊天框里直接粘贴 / 拖拽图片,自动翻译成文字后交给纯文本模型——模型以文本形式"看到"图片
• 模型获得 5 个视觉工具:

工具	功能
vision_describe	详细描述图片内容
vision_ocr	提取图片中的文字(OCR)
vision_ask	根据图片回答问题(VQA)
vision_layout	UI 布局结构化分析(JSON)
vision_clipboard	分析剪贴板截图

• 视觉后端使用免费模型 glm-4v-flash,注册即用,无需充值

📋 前置要求

• Windows / Linux / macOS 均可;已安装 DSH 并能运行 dsh web
• Node.js ≥ 22.19(自带 corepack,用于提供 pnpm)
• 一个 智谱开放平台 账号(手机号注册),免费

🚀 快速开始

1. 申请免费的智谱 API Key

1. 打开 https://open.bigmodel.cn/ ,手机号注册
2. 控制台 →「API Keys」→ 创建 Key(形如 xxxxx.yyyyy)
3. glm-4v-flash 是永久免费的视觉模型,无需充值

2. 一键安装

在 PowerShell 中执行(需能访问 npm registry;如果直连 GitHub 被墙,不影响本安装——插件从 npm 源下载):

# 方式 A:key 直接写进配置(简单;key 明文存在本机 DSH 配置里)
.\install.ps1 -ApiKey "你的智谱APIKey"

# 方式 B:key 走环境变量(推荐,key 不进配置文件)
.\install.ps1
setx DEEPEYE_API_KEY "你的智谱APIKey"   # 之后新开的终端生效

脚本会自动:

1. 通过 corepack 安装 pnpm(若缺失)
2. 执行 dsh plugin --profile web add dsh-plugin-deepeye
3. 把 GLM-4V-Flash 配置写入 ~/.dsh/profiles/web/cordis.patch.yml(已有配置不会被覆盖;已存在 deepeye-vision 时跳过)

3. 重启 DSH

# 关掉当前 dsh 进程后
dsh web

重启后即可粘贴图片使用。会话数据已持久化,重启不会丢对话。

🧩 手动安装(不用脚本)

# 1. 确保 pnpm(没有则用 corepack 装到 ~/.dsh/bin)
corepack enable --install-directory "$env:USERPROFILE\.dsh\bin"
$env:PATH = "$env:USERPROFILE\.dsh\bin;$env:PATH"

# 2. 安装插件(会自动追加 dsh.profile.bundles)
dsh plugin --profile web add dsh-plugin-deepeye

# 3. 把 cordis.patch.example.yml 的内容(去掉占位符)合并进:
#    ~/.dsh/profiles/web/cordis.patch.yml

# 4. 重启 dsh web

⚙️ 配置说明

cordis.patch.example.yml 中的字段:

字段	说明
provider: custom	使用 OpenAI 兼容的自定义端点
baseUrl	智谱 OpenAI 兼容接口地址
model: glm-4v-flash	免费视觉模型;也可换 glm-4.6v-flash(更新、免费,但会消耗少量思考 token)
apiKey	留空则自动读取环境变量 DEEPEYE_API_KEY
maxTokens	单次回复最大 token

其它免费/低价视觉后端(同样走 provider: custom)

平台	baseUrl	model 示例
智谱	https://open.bigmodel.cn/api/paas/v4	glm-4v-flash(免费)
硅基流动 SiliconFlow	https://api.siliconflow.cn/v1	Qwen/Qwen2.5-VL-7B-Instruct(有免费额度)
阿里百炼	https://dashscope.aliyuncs.com/compatible-mode/v1	qwen-vl-plus(新用户免费额度)
OpenRouter	https://openrouter.ai/api/v1	qwen/qwen-2.5-vl-72b-instruct:free

🛠 常见问题

• pnpm not found:脚本会自动处理;手动安装时用 corepack enable --install-directory <目录> 并把该目录加入 PATH
• 安装报 TLS/网络错误:插件从 npm registry 下载,不需要访问 GitHub;若 npm 也慢,可配置国内镜像 npm config set registry https://registry.npmmirror.com
• 重启后没有视觉工具:确认 dsh --profile web --dump-config 输出里出现 dsh-plugin-deepeye 层;确认 cordis.patch.yml 写入了 deepeye-vision;确认环境变量/apiKey 正确
• API key 别提交进仓库:本仓库模板不含 key;请勿把真实 key 写入任何要公开的文件
• vision_clipboard 提示剪贴板没有图片:先 Win+Shift+S 截图再调用

📄 License

MIT。上游插件 dsh-plugin-deepeye 亦为 MIT。