v0.3.0

deepseek-vision 0.3.0 重点加入 Agent 图片二次聚焦分析、按顺序执行的视觉模型回退，以及可安全返回给客户端的失败诊断。插件仍通过 CLIProxyAPI 的宿主模型执行接口工作，不需要修改 CLIProxyAPI，也不新增 server-side tool。

延迟说明： 图片请求会先等待 vision_model（以及必要时的 fallback 模型）完成识图，再交给最终文本模型。Agent 使用 view_image 重新识图时也会发起一次新的视觉分析并等待上游返回。因此，带图请求和重新识图比纯文本请求更慢是正常现象；上游拥塞、限流或 fallback 会进一步增加等待时间，最终受 request_timeout_seconds 限制。

Highlights

• 支持 Codex view_image 图片二次聚焦分析：Agent 可针对当前任务重新查看工具输出中的真实图片，并以最新 focus 生成专项分析

该功能默认关闭，启用请配置 agent_reanalysis_enabled : true 或在management.html设置中启用

• 提供通用 deepseek_vision_reanalyze 契约，支持匿名 attachment_ids、显式 focus、high/original detail，以及 refresh/no_store 缓存模式
• 严格关联当前请求末尾的工具调用与图片输出；历史、未知、未声明或无法关联的工具结果仍按普通图片处理
• 新增 vision_fallback_models：主视觉模型遇到可重试失败后，最多按顺序尝试 3 个 fallback 模型
• 失败时返回结构化 502：包含随机 error_id、安全的失败类别、模型标签、HTTP 状态和 retryable，不暴露上游正文、图片引用、路径、响应头或凭据
• refresh 支持相同 call ID 的幂等重放；no_store 不读写跨请求缓存；URL 图片可通过显式 refresh 避免复用旧分析
• Management 配置页现已提供 target_models、vision_model、vision_fallback_models、agent_reanalysis_enabled 等字段
• 默认继续脱敏 Codex 附件路径；只有显式启用 Agent 重分析并满足严格路径约束时，才允许文本模型按需重新打开附件
• 已收录到 CLIProxyAPI 官方插件源，可从插件商店安装和更新

Upgrade

现有 YAML 无需迁移。新增配置均有兼容默认值：

• target_models: 需要视觉预处理的最终文本模型，默认 ["deepseek-v4-flash"]
• vision_model: 主视觉模型，默认 gpt-5.6-luna
• vision_fallback_models: 有序 fallback 数组，默认空，最多 3 个
• agent_reanalysis_enabled: 受控 Agent 图片重分析，默认 false

Management 配置页中的数组字段可这样填写：

target_models：

[
  "deepseek-v4-flash"
]

vision_fallback_models（按顺序尝试）：

[
  "gemini-3.5-flash",
  "glm-4.6v-flash"
]

主模型仍由 vision_model 配置。

普通无图片请求、非目标模型和不匹配的协议路径仍原样旁路。图片预处理失败继续保持原子 fail-closed，不会把原始图片或部分改写请求发送给不支持视觉的最终模型。

Support

• CLIProxyAPI SDK 基线：v7.2.119
• 宿主进程与动态加载验证：v7.2.119、v7.2.121
• 发布验收目标：deepseek-v4-flash
• Linux、macOS、Windows：amd64 / arm64

发布前已完成真实 DeepSeek、真实视觉上游、Codex view_image 工具循环和强制 503 → fallback trace 验证。发布资产包含六个平台压缩包与 checksums.txt。

中文文档 · English · Installation · 完整变更

v0.2.0

deepseek-vision 0.2.0 将图片预处理扩展到 CLIProxyAPI 的三种主流下游协议，同时继续由宿主负责上游协议翻译、模型路由、凭据与响应流。

Highlights

• 新增 OpenAI Chat Completions /v1/chat/completions 图片改写
• 新增 Anthropic Messages /v1/messages 图片改写，并返回原生 Anthropic 错误格式
• 扫描完整可见消息历史，支持 Chat tool 消息、Responses function output 与 Claude tool_result 中的图片
• 同一消息或工具结果内的多图联合分析，原协议字段、工具调用语义和内容顺序保持不变
• HTTP(S)、data URI 与 Anthropic base64/url source 统一经过 URL、SSRF、base64 和大小限制校验
• 保留 Responses 原有行为，并将请求规划重构为协议中立的 adapter/plan 架构
• 修复 Codex Desktop 多轮 Responses 历史中的 reasoning 项 content: null 被误判为无效请求的问题；无图片请求恢复原样旁路，避免 invalid Responses request

Upgrade

无需配置迁移。现有 target_models 会自动作用于以下三条路由，这是 0.2.0 的有意行为扩展：

• OpenAI Responses：openai-response + /v1/responses
• OpenAI Chat Completions：openai + /v1/chat/completions
• Anthropic Messages：claude + /v1/messages

不匹配的 source/path、非目标最终模型以及无图片请求仍原样旁路。图片预处理失败会保持原子 fail-closed，不会向业务上游发送部分改写请求。

Support

• CLIProxyAPI v7.2.119
• 插件 ABI 1、注册 schema 2
• 已验证发布目标：deepseek-v4-flash
• Linux、macOS、Windows：amd64 / arm64

仍不支持图片 file ID、隐藏服务端历史、文档/PDF、多媒体、响应流改写或独立上游凭据。流式下游请求可正常经过预处理，响应流仍完全由 CLIProxyAPI 管理。

发布资产包含六个平台压缩包与 checksums.txt。

中文文档 · English · Installation · 完整变更

v0.1.1 — Initial Release

deepseek-vision 为 CLIProxyAPI v7 中的文本模型补充图片理解：复用宿主已有的视觉模型，将图片转换为可供目标模型使用的文本上下文。

Highlights

• 通过 host.model.execute 复用宿主模型、路由与凭据
• 同一 prompt 的多张图片联合分析
• 请求去重、可配置缓存与全局并发背压
• 原子 fail-closed 改写与可选完整调试 trace

Support

• CLIProxyAPI v7.2.113
• OpenAI Responses /v1/responses
• 已验证目标：deepseek-v4-flash
• Linux、macOS、Windows：amd64 / arm64

中文文档 · English · Installation