dsh-vision 使用指南
给纯文本 DeepSeek 加上视觉能力:默认走豆包 Web 零成本通道,支持多通道自动降级,结构化证据记忆跨轮复用。
本文为派生内容(基于 wiki / faq / compatibility_json 自动组装),非 AI 即时创作。
本文由本站基于该插件已收录的字段自动派生(wiki / faq / compatibility_json / readme),非 AI 即时创作。每节末尾标源字段。
快速上手
dsh-vision
— 源: plugin_wiki.wiki_content
安装与验证
dsh plugin --profile web add dsh-vision-web
复制以上命令在 DSH Web Profile 内运行。安装完成后在「插件列表」启用即可。
— 源: plugins.install
关键要点
-
- id: vision
- 一次登录:在桥接用的 Chrome profile 里登录一次豆包,之后一直复用。
- Windows→WSL localhost 转发承载队列通信,无需改防火墙。
- 桥接以
bridge.mjs随仓库分发——在 DSH 旁边跑一次(node bridge.mjs),永久轮询。 - WSL 无法直连 Windows 端口,所以队列放在 WSL 侧、桥接从 Windows 侧主动轮询。
— 源: plugin_wiki.readme_zh (fallback readme_raw)
常见问题
装好后能直接用吗?
默认通道是豆包 Web(零成本、免 API key)。WSL 环境需要在 Windows 侧运行一次 node bridge.mjs,并在那个已打开的 Chrome 里登录豆包,之后粘贴图片即可。
没有 Windows 浏览器也能用吗?
可以,但需要换通道。配置 genlangKey(Gemini API)或 cockpitKey(Cockpit 反代),再把 defaultChannel 改为对应通道;Antigravity 通道仅在运行该 IDE 时可用。
同一张图重复提问会重复扣费或重跑吗?
不会。插件按图片字节哈希 + 提示词 + 档位 + 模式 + 区域 + 模型 + 通道 + 提示版本算缓存键,同一进程内同一请求只识图一次(src/vision-core.ts:124)。
一次最多能传几张图?
最多 8 张,单张不超过 8MB,总大小不超过 32MB,HTTP 请求体不超过 48MB;OCR/区域/对比模式各自有额外校验(src/index.ts:731,902-904,1004)。
为什么网页通道在 WSL 上不直接连 Chrome?
WSL 默认无法主动连 Windows 端口,所以插件在 WSL 侧开队列服务(默认 127.0.0.1:9340),由 Windows 侧的 bridge.mjs 主动轮询并驱动已登录的 Chrome(src/web-channels.ts:43, README.md:113-127)。
怎么卸载?
配置文件在 ~/.dsh/dsh-vision.json(用 loadOverrides 读取);删除该文件即可清除本地 key/路径覆盖。插件本体通过 dsh plugin --profile web remove dsh-vision-web 卸载(src/index.ts:109-122)。
— 源: plugin_wiki.faq_json
兼容性
- DSH: >=0.1.0
- Node: >=20
— 源: plugin_wiki.compatibility_json
踩坑提醒
安装前请审阅上游仓库;本指南基于已收录字段自动派生,可能滞后于最新版本。如发现与官方文档冲突,请以上游为准。
— 来源:通用规则