不支持多模态，我装了mcp识图，结果还限制发图，这不合理吧

[liuhang798]

[liuhang798]

[weijiafu14]

你截图里卡住的是 Web 图片准入层，不是 MCP 识图本身。这个场景现在可以不改 Harness 源码直接跑通：安装 pi2dsh 后，每条纯文本模型路由都会自动获得独立的 DeepSeek + Vision Bridge 伴生路由。选它以后可以正常粘贴图片，但真正发往 DeepSeek 的请求仍然只有文本。

安装引擎一次，然后选择一种识图方式：

dsh plugin --profile web add pi2dsh@0.11.0

# 自动识图并注入上下文
dsh plugin --profile web add @kassing/pi-vision

# 或：让 agent 按需调用 describe_image
dsh plugin --profile web add pi-vision-tool

使用自动识图路线时，先配置一个公开的 OpenAI-compatible 视觉端点（以下用 OpenRouter 举例）：

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

如果你已有吃文件路径的 MCP 识图工具，也可以继续用：伴生路由会把附件物化成临时文件并把路径交给 agent。使用 @kassing/pi-vision 时，视觉模型会自动分析图片并注入上下文；使用 pi-vision-tool 时，DeepSeek 会在需要时主动调用 describe_image。

重启 dsh web，选择 DeepSeek + Vision Bridge 后直接粘贴图片即可，不需要生成 bundle，也不需要手工写 modelOverrides。

我们已经用 Web 真贴图做过独立蓝/绿探针：视觉分析完成后，纯文本 DeepSeek 一轮一步正确回答；发送到 DeepSeek 适配器前，图片块已经转换成文本，不会把像素误发给纯文本 API。

完整配置：https://github.com/weijiafu14/pi2dsh/tree/main/examples/vision-bridge

[shinjiyu]

卡住的是 Web 准入，不是 MCP 识图。装了看图工具，输入框照样会拒「当前模型不支持图片」。

dsh-plugin-multimodal 只补这一刀：让粘贴不被拒。不改模型卡片，也不把官方 DeepSeek 伪装成已经能看图。不是 vision_* 工具箱，也不是另开一条伴生路由。

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

重启 dsh web。#1709 · #911

[LeonisK]

试试我们的https://github.com/ysr666/dsh-vision-router

[silencieuxzero]

可以试试https://github.com/silencieuxzero/Better_Deepseek_Harkness
支持MCP与自行接入图片转述模型