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-skill

— 源: plugin_wiki.wiki_content

安装与验证

dsh plugin --profile web add github:DDDFXYqiming/Agent_Extensions#path:dsh-plugins/dsh-vision-skill

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

• 每个子目录是独立的自包含单元，欢迎以 PR 提交新技能/插件，或提 Issue 反馈问题。
• 贡献要求：自包含（自带脚本/模板/文档）、许可证清晰（建议 MIT）、不写死密钥与本机绝对路径。
• 新增技能的入口文档统一为 SKILL.md，DSH 插件另附 cordis.patch.yml 与 package.json。

— 源: plugin_wiki.readme_zh (fallback readme_raw)

常见问题

这个插件需要付费的视觉模型 API 吗？

支持任意 OpenAI 兼容的多模态模型（Qwen-VL、MiniMax-M3、Gemini、GPT-4o 等）。默认 MiniMax-M3，自己换 apiUrl/model/apiKey 即可；密钥推荐用 DSH Credential 引用（VISION_API_KEY）而不是明文（参见 package.json:54-61、lib/index.js:42-43）。

用 deepseek-official 模型时怎么"看图"？

直接贴图、剪贴板截图或发送图片路径都可以。消息里只会含路径文本，不会出现 image 块，因此不会触发 DSH 的 MODEL_DOES_NOT_SUPPORT_IMAGES；旧版 pi-ai 图片补丁 v0.4 起仅作为兼容保留，不再必需（README.md:156-167、client.js:151-154）。

同一张图第二次识别还要扣视觉 API 额度吗？

默认不会。vision_analyze 启用 SHA-256 + mode/budget/crop/prompt 的内容哈希缓存，TTL 内命中会返回 cached:true，不重复调用视觉 API（lib/index.js:140-176、Schemastery cacheTtlSeconds/cacheMaxEntries 默认 3600s/200 条）。

长聊天截图这种超高图怎么识别？

用 vision_long_screenshot_ocr 工具，自动切块（带重叠）→ 每块先跑本地 tesseract，失败才回退 VLM，合并后返回带块边界的全文，比单次 API 适合超高图（lib/index.js:583-590、1069-1154）。

图片不在工作区或 DSH 附件目录会怎样？

会被路径围栏拒绝（lib/index.js:280-311）。解决方案：把图放进工作区、放进 DSH 附件目录 ~/.dsh/attachments，或在 config 里把该目录加入 allowedDirs。

安装后出现 "duplicate loader entry id" 启动报错？

bundle 已经在 cordis.patch.yml 里贡献了 vision-skill 行（cordis.patch.yml:4-6），不要再在 profile 自己的 patch 里加 insert: id: vision-skill。需要自定义时用裸条目按 id 覆盖 config（后写者胜，整行替换），覆盖时要把保留字段一起写上（README.md:79-92）。

已经装了 user/project 层的同名 vision 技能怎么办？

本插件以 runtime 层注册 skill 名 vision，可能与 user/project 层同名技能互相遮蔽（按官方优先级 project > runtime > user）。建议二选一，卸载其中一处以免被遮蔽（README.md:197）。

— 源: plugin_wiki.faq_json

兼容性

• DSH: 0.1.0-rc.6+
• Node: >=22.19
• Platforms: macOS, Windows, Linux

— 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