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-multimodal

— 源: plugin_wiki.wiki_content

安装与验证

dsh plugin --profile web add github:MC5lan/dsh-multimodal

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

• API Key 白名单(allowedApiKeyEnvs):只有白名单内的环境变量/凭据名可被当作 API Key 读取——恶意配置无法再用 apiKeyEnv: "GITHUB_TOKEN" 之类的手段窃取任意环境变量密钥
• 信任域名列表(trustedBaseUrls):自定义视觉平台必须指向官方主机或你显式信任的域名——凭据不会被静默重定向到攻击者端点;显式列出的本地端点(如 http://localhost:11434)允许 http 且无需 Key
• SSRF 防护:生图结果下载与 reference_image URL 均拒绝回环 / 内网(RFC1918)/ 链路本地地址
• 不转发 sessionId:内部会话 ID 不会发送给第三方视觉 API
• Prompt injection 标记:视觉与 OCR 输出均以显式"不可信上下文"标记包裹后再交给文本模型

— 源: plugin_wiki.readme_zh (fallback readme_raw)

常见问题

这个插件自带模型吗？

不带。插件本身只提供接入逻辑和 UI，真正的视觉模型（智谱、硅基流动、魔搭、讯飞、本地 Ollama 等）和图片生成后端（阿里百炼、OpenAI 协议、自定义适配器）都由你在设置页面或配置文件中自行声明，详见 README 的 extraProviders 与 image.backends 章节。

图片数据会上传到 DeepSeek 吗？

不会。dsh-multimodal 在请求发送给 DeepSeek 之前，会先把你配置的视觉模型把图片转写成文字，原始图片字节始终留在本地或你选的视觉服务商那里，不会进入 DeepSeek 的上下文。

视觉识别和图片生成能接本地 Ollama 吗？

可以。设置 → 多模态 → 平台接入里有"本地 Ollama"一键预设，会自动把 http://localhost:11434 加入可信域名，本地回环地址无需 API key。

怎么避免误把别的密钥当成视觉 API key 发出去？

0.2.1 之后插件维护了一份 API key 白名单（allowedApiKeyEnvs）与可信 host 列表（trustedBaseUrls），只有白名单里的环境变量名才能被读作 API key，且 base URL 必须命中已知官方 host 或可信列表，本地回环地址单独放行。

后端生成图片失败了会怎么办？

你可以在 image.failoverOrder 配置一个备选后端顺序，主后端请求失败时会按顺序回退；如果是 AUTH 类错误或用户主动中止则不触发回退，省得浪费额度。

怎么卸载/禁用这个插件？

执行 dsh plugin --profile web remove 即可卸载（如果是 GitHub 安装，对应命令为 remove github:MC5lan/dsh-multimodal）；卸载不会修改你已经写好的 ~/.dsh/settings.yaml 里的 dsh-multimodal 段。

— 源: plugin_wiki.faq_json

兼容性

• DSH: 0.1.0-rc.6+
• Node: >=18（@types/node ^22.0.0，README 推荐 Node 18+）

— 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