为什么不允许直接输入图片和其他文档？

[CodeMasterYi]

非要我写文档路径才行。比如，我把图片拖入，告诉我切换模型，但是我有插件可以识图啊，我会用/vision-tools之类的插件的。直接拒绝我输入不合适吧。。。

[SPYQWER1]

https://github.com/loudMore/dsh-drop-to-path，有作者开发了插件，可以看下。

[ylwl1997]

拖图片被拒是因为当前模型没声明「视觉」模态（input 要包含 image）。dsh 不会替你把图片转文本，所以要么：

1. 给模型配 vision 能力（settings.yaml 里加 input: [text, image]）；
2. 用视觉类插件桥接——目录里有 dsh-vision-toolkit（给纯文本模型做识图/OCR/图表解析），还有 dsh-drop-to-path（楼上提的拖拽转路径）。

视觉插件和配置都在：https://dshbase.com/plugins/directory/

[weijiafu14]

你说的“插件能识图，但 Web 在入口就把图片拒绝”是关键：只注册一个识图工具还不够，图片必须先通过模型路由的 modality 准入。

pi2dsh 现在给文本 route 自动派生一个 <原路由>-vision 伴生 route，专门把这条链接完整：Web 接收图片 → 配置的视觉模型先分析并注入文本上下文 → 递归剥离 image block → 原 DeepSeek 文本 route 继续回答。

dsh plugin --profile web add pi2dsh@0.11.0
dsh plugin --profile web add @kassing/pi-vision

export VISION_BRIDGE_BASE_URL=https://openrouter.ai/api/v1
export VISION_BRIDGE_MODEL=qwen/qwen2.5-vl-72b-instruct
export VISION_BRIDGE_API_KEY=your-openrouter-key

dsh web

启动后在模型选择器里选原 route 对应的 -vision 项即可。这个链路已经在真实 DSH Web 做过粘图闭环：图片由视觉模型分析，DeepSeek 文本模型拿到注入结果继续作答，发给原文本 provider 的消息里不再带像素。

项目与复现材料： https://github.com/weijiafu14/pi2dsh