2. Linux.do
  3. 【分享喜悦+经验】解决了OpenCode deepseek识图问题

【分享喜悦+经验】解决了OpenCode deepseek识图问题

walker xie 2026-08-13 16:23 1

自从deepseek v4 flash除了之后，我天天用opencode，感觉模型能力很强，日常使用基本满足了我的所有需求，也就不再用cursor了(其实是cursor民间渠道涨价了)。美中不足的是ds 没有识图能力，很多时候我还得截图给网页版ai然后描述下情况，再粘贴到opencode，今天突发奇想问了问ai有没有插件可以同时接入两个模型，就是当识别到图片时，用多模态模型去识别，然后交给ds回答，没想到一问还真有。就是 opencode-image-vision这个(可能会被判定为开源推广，但这不是我开发的，所以就先不附github链接了)，然后我让opencode 装上这个插件，发现挺好用的，解决了一大不变。分享出来，看看有没有遇到同样问题的佬。

最新回复 (13)
  • Rejector 08-13 16:25
    1楼

    opencode 不能配置识图子代理嘛，还得另外找个项目来支撑。我这边用kimicode配一下就行，ds需要识图就会自己拉子代理。

  • walker xie 楼主 08-13 16:27
    2楼

    opencode 不能配置识图子代理嘛



    啊 ，好像可以配置子代理，但是至于怎么用，我研究下。代理 | OpenCode

  • Rejector 08-13 16:29
    3楼

    其实吧，需要什么之前不用自己想要怎么用，而是贴文档让code自己配就好了。

  • 亚斯娜 08-13 16:32
    4楼

    你们识图的场景是什么，如果是还原设计稿，外接的识图不好用吧

  • walker xie 楼主 08-13 16:33
    5楼

    试了下@explore 这个子代理，大概懂了，是派一个代理去执行某些任务，这样配一个识图模型作为子代理识图，然后再用主代理分析也可以，不过感觉不如直接用插件直接。

  • walker xie 楼主 08-13 16:34
    6楼

    比如软件某个地方不好看，可以直接截图让优化。这个外接识图其实就是让配置的AI识别描述图片，至于识别效果，更多的取决于配置的模型。

  • yydxx 08-13 16:34
    7楼

    我是直接魔改CPA，加了视觉回退，配置好以后会自己调多模态模型识图然后把内容再传回去



    使用效果：





    原图：



    识图：



  • Rejector 08-13 16:36
    8楼

    是的，主要就是附属一个多模态子代理，比如：k2.7、k3 就非常好用而且细节到位。

  • walker xie 楼主 08-13 16:36
    9楼

    我选择opencode go 的mimo v2.5,主要是便宜 ^-^

  • Rejector 08-13 16:38
    10楼


    单识图消耗不大的，昨天一天我也就200多万。

  • 硬弟安人 08-13 16:44
    11楼

    现在插件商店直接能下载了有个外接视觉的插件，也是调用别的多模态模型进行外接

  • MorningBOBO 08-13 17:03
    12楼

    我也是opencode deepseek用，我是在codex上用，然后配置的是MCP对接另外的模型去识图，还有在codex里面更好的方法么。感觉现在这个，虽然写规则了，有时候还是得提示他去用。。。有点难用。

  • 马凌曙 08-13 17:07
    13楼

    QwenLM/Qwen-MM-Plugins: Make any agent harness multimodal-native.Qwen新出的，没试过这个

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐