有佬研究出deepseek harness 识图了吗？

我猜几天之内就会有对应的插件出现 内测期间多半就有人就做了

可以写个hook然后用grok识图

[image]
DSH Vision Toolkit 将 agent-vision-toolkit 作为原生 Profile Bundle 带入 DeepSeek Harness

这里有现成的插件

我自己写了一个识图插件，用luna，但是现在很粗糙，而且必须设置模型是识图的那种才行，deepseek就必须设置图里这样，用see vision那个

直接让他搜dsh的插件仓库，里面很多识图的

有的 有一个叫modlens的插件，能解决发图问题，他会识别的你的ds模型，然后拷贝一份，然后伪装成多模态

不过不管怎么样 你还是得需要一个有多模态的大模型，他识别到图片会使用这个外挂的大模型读取了返回描述

佬，怎么安装这个插件啊？现在多模态模型它都不给我发图片过去，输入框就拦了

问题是它输入框就拦住了呀，明明我的模型支持多模态，它输入框愣是拦住不让我发图片，说我不支持，也是醉了

因为对模型有校验 现在的逻辑就是 你当前配置的模型如果不写支持image的话 如果你粘贴带上了图片 那么消息是发不出去的 但是如果你使用一个本地文件路径 就没有这个问题

所以可以写一个插件 在使用不支持image的模型的时候 粘贴默认是粘贴本机 /tmp 路径中的图片路径（和Pi的处理一致）然后再用识图的MCP去读

对于不支持图片的模型，带上图片无法发出会话

我之前用Pi的时候，即使设置了模型没有读图的能力，但是 alt+v 粘贴图片粘贴的是一个临时的本地路径，将图片带上发送出去。不支持读图或者你在settings中关闭了上传图片的借口，那么主模型无论如何都是不会看到图片的。

这个情况下就会交给我配置好的视觉MCP，转述为文字之后再交回给主模型。但是dsh只要是用户的消息中带上了图片，就无法发送出去。

但是如果只是输入图片的路径，然后就可以让MCP去负责这个事情了。其实这个也可以整个插件来解决一下，但是我最近懒了。

问题是没法写支持image，而且我换多模态模型它也拦，感觉就是专门为ds写了个软件，路走窄了