Back to home

qq247505

DeepSeek-VisionPlus

DeepSeek VisionPlus — official-grade vision extension for DeepSeek Harness. Routes image understanding to a free vision-model pool (Zhipu GLM, SiliconFlow Qwen) with automatic fallback, rate limiting, one-click platform tests and live status lines; text stays on DeepSeek. One-command install. MIT.

Stars
0
Language
TypeScript
Created
Aug 16, 2026
Updated
Aug 16, 2026

Introduction

DeepSeek VisionPlus

DeepSeek VisionPlus

DeepSeek Harness 视觉插件 —— 文本走 DeepSeek 官方 API,图片自动路由到免费视觉模型池。

license vision dsh

👋 为什么

DeepSeek 官方模型是纯文本模型,本身不能看图。DeepSeek VisionPlus 给它接上免费视觉模型:消息中出现图片时自动路由到视觉池理解,结果无缝回到对话;无图请求仍由 DeepSeek 官方模型处理。模型需要看图时会主动调用 read_image 读取画面内容,全程无需人工转述。

✨ 特性

  • 👁️ 自动视觉路由:消息中出现图片(选图 / 粘贴 / 模型自主 read_image)时自动交给视觉池,无图请求仍走 DeepSeek,推理等级(Off/High/Max)原样保留;
  • 🎨 设置卡片:设置 → 桥接视觉 独立栏目里的 DeepSeek VisionPlus 卡片——添加视觉模型、配置密钥、编辑模型目录(ID/名称/上下文窗口/最大输出,K/M 单位),保存实时生效;
  • 🔌 输入框图片按钮:选中视觉变体后出现,选图 / 多选 / 拖拽即发;
  • 🧪 一键测试:DeepSeek 与每个视觉模型都有测试按钮——先校验参数(密钥/地址/模型 ID/官方上限),再按官方对接方式真实请求,结果气泡提示 3 秒消失;
  • 🛡️ 免费额度保护:视觉池顺序轮换 + 限频(最小间隔/每分钟上限/失败冷却),单个失败自动换下一个,全失败如实抛回 DeepSeek 自行决策;
  • 💬 友好状态行:对话里显示"正在调用 xx 处理图片… / 成功 / 失败原因";
  • 内容哈希缓存:同图 + 同问题 + 同模型自动复用上次结果,不重复调用视觉接口(LRU 上限 64);
  • 🧠 视觉记忆:每次视觉结果以带标记的对话行留存,会话压缩(compaction)后自动补回最近 4 条,长线任务不丢视觉上下文;
  • 🧭 自主看图引导:使用视觉变体的会话自动获得看图引导——主动调用 read_image、一次读 1-2 张、失败单独重试、全部失败后自行处理本轮;切回 DeepSeek 原生模型即自动移除,不影响其他会话。

🏗️ 架构

architecture

📥 安装

要求:已安装官方 DeepSeek Harness(桌面端或命令行运行均可)+ pnpm。

dsh plugin --profile web add github:qq247505/DeepSeek-VisionPlus

零补丁插件:不修改 Harness 源码,任何安装方式(源码运行 / 桌面端 / npm)装上即完整形态——设置卡片为独立栏目、测试为真实视觉测试、会话级模型切换不污染全局默认、内部线路不出现在模型选择器。

🚀 快速开始

  1. 重启 Harness,打开 设置 → 桥接视觉(独立栏目)卡片;
  2. DeepSeek 块填入 DEEPSEEK_API_KEY(API 地址默认官方 https://api.deepseek.com),点"测试"验证;
  3. 点 "+ 智谱(GLM)" / "+ Qwen(千问)" 添加视觉模型,填入对应密钥(GLM_API_KEY / SILICONFLOW_API_KEY),各点"测试"验证;
  4. 保存 → 对话页模型选择器选择 DeepSeek-V4-Pro 视觉(或 Flash 视觉);
  5. 输入框点图片按钮发图,或让模型自主 read_image —— 视觉任务自动路由。

📚 预置视觉模型规格

视觉模型模型上下文最大输出
智谱 GLMglm-4.1v-thinking-flash64K16K
智谱 GLMglm-4.6v-flash128K32K
SiliconFlowQwen/Qwen3-VL-8B-Instruct64K16K

数值来自官方文档模型概览与实测 API 限制;自定义模型按对方官方文档填写。

🧩 架构说明

  • 设置存储:配置保存在插件自有命名空间,通过插件自挂接口读写(/api/visionPlus.settings)——不借用 llm-pi-ai,内部线路不会出现在模型选择器;
  • 真实视觉测试:插件通过官方 webServer 服务自挂接口(/api/visionPlus.test),按各平台官方对接方式真实请求;
  • 会话级模型切换:运行时接管 agentDefaultModel.saveSelection(其唯一调用方是会话切换,已核实),切换只影响当前会话、不污染全局默认;
  • 自主看图指引:通过官方 systemPrompt.section() 通道,在选中视觉变体的会话内注册指引节(会话级,切走即注销),与其他插件(如 dsh-mnemon)同款机制;
  • 零补丁:以上全部为插件运行时能力,不修改 Harness 源码,npm / 源码两种安装方式完全一致。

❓ 常见问题

  • 测试失败:密钥无效(401):检查模型密钥是否填写正确;
  • 测试失败:接口或模型不存在(404):检查 API 地址与模型 ID;
  • 视觉请求限流(429):免费模型频率有限,插件自带限频,稍后重试;
  • 想再加视觉模型:点 "+ 自定义模型",按对方官方文档填写。

🗑️ 卸载

dsh plugin --profile web remove dsh-visionplus

零补丁插件:卸载即干净,无需回退任何宿主改动。

🤝 参与贡献

欢迎提 Issue 和 Pull Request。发现 bug 请附上复现步骤;功能想法请先开 Discussion 讨论。

📄 License

MIT

Made with ❤️ by qq247505