跳到主内容

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