你们能在 dsh 上使用最新的视觉模型了吗？

[ivanberry]

dsh --version
0.1.1-rc.2

[ylwl1997]

截图里横幅是「当前模型不支持图片」，底下却选着 DeepSeek-V4-Flash-Vision…。名字带 Vision 不等于这条路由声明了 image 模态——客户端按 modalities 判断，官方目录里的 Vision 行经常仍是纯文本。

官方 api.deepseek.com 会直接拒 image_url（#3559）。不要在官方模型上把 modalities 改成 [text, image]：附件能发出去，请求也会 400。Plus 按钮能点只说明 UI 放行了附件，不代表官方 API 收图（#3863）。

要看图：换成一条真正接受图片的路由（网关 / 第三方视觉模型），确认模型行 modalities 含 image 后再贴。官方 DeepSeek 文本模型这条路目前看不了图。

[ivanberry]

这个模型可是 ds 的官方多模态模型啊～

[aoaoms]

可以。在文本模型发送图片，参考我的回复：18113615 。完全可以让dsh 给你实现哦。思路就是自建预设视觉子代理。

[ivanberry]

都原生支持了，没有必要搞这么复杂

[aoaoms]

r2确实支持了

[hytime]

需要只模型当中配置打开右上角配置文件检查

- id: gpt-5.6-luna name: gpt-5.6-luna contextWindow: 1000000 maxTokens: 128000 input: - text - image
关键的就是 input 这个设置

[ivanberry]

rc2 原生支持

1. 因为我使用了固定脚本启动，脚本锁定了版本，未使用最新的 runtime rc2，它本身就原生支持了
2. 干掉自己的写的配置，因为不熟悉配置可能限定模型只接受 text
3. 不懂就问 dsh 👆

[weijiafu14]

上面几位说到根子上了：横幅「当前模型不支持图片」是客户端按路由声明的 input 模态拦的，名字带 Vision 不代表那条路由声明了 image——官方目录里的视觉行经常仍是纯文本，所以要么在配置里给该模型显式加 input: [text, image]（@hytime 给的那段就是），要么用一个真声明了 image 模态的路由。这条是配置层的正解，先走这个。

补一条不用手改模型配置的自动路径，刚在真视觉端点上实测过。装 pi2dsh + @kassing/pi-vision 后，引擎会给每条文本路由自动挂一个 <路由>-vision 的贴图准入伴生：你对一个文本模型发图时，伴生先用你配的外部视觉模型分析图片，把结果作为一条消息注入上下文，文本模型就能据此回答——不需要你去改任何模型的 input 声明，也不挑目录里那行有没有写 image。

实测证据（干净 headless + 真外部视觉端点，断言只认「伴生真注入了分析 且 原图引用被剥离 且 主模型零工具调用」，排除主模型自己解码蒙对）：vision-bridge example。

口径说明：这补的是「不想碰配置就想让文本模型看图」这条路，不改变上面配置层的正解，也不修官方目录里视觉行的模态声明——那仍值得官方补齐。