加入的模型无法设置是否支持图片！

[torinaViolet]

太幽默了，DeepSeek自己不支持图片，所以在添加模型的时候就没有考虑设置支持图片的选项吗？

[aoaoms]

你完全可以让dsh 给你实现在输入粘贴图片，然后他会显示一个图片缩略图在输入框。接着，让dsh 实现通过派发子代理去处理用户发送的图片，注意这里的图片默认是无法发送的，就需要你让dsh 实现将用户粘贴的图片先复制到工作区的目录里，然后发送消息使用图片的路径！这样就能发整个消息给文本模型啦。模型会自动派发子代理去处理该路径的图片，然后返回处理消息给主会话！甚至，你可以在主会话中让子代理返回信息时 预览处理的图片！ 这流程完全可以实现哦，并且我已经让dsh 实现啦，用起来很丝滑哦。

You can totally make DSH support pasting images directly into the input box — it'll show a thumbnail preview right there. Then, have DSH dispatch a sub-agent to handle the image the user sends. The catch is that images can't be sent directly by default, so you'll need DSH to first copy the pasted image into the workspace directory, and then send the message using the image path. That way, the whole message (including the image) can be delivered to the text model.

The model will automatically dispatch a sub-agent to process the image at that path, and then return the result back to the main session. Even better, you can have the sub-agent return a preview of the processed image right in the main conversation!

This workflow is totally doable — and I've already implemented it in DSH. It works really smoothly. 😄

[aoaoms]

同时你还可以设置视觉子代理使用的模型。总结，dsh 会自动创建视觉子代理的自建预设，输入框显示图片会用到框架的某些属性和事件，发送消息前处理图片信息 会用到框架的类似hook 的机制实现；总之，dsh 他自己能给你实现的！ 🤭

[aoaoms]

[hasakiikiiPRO]

我也觉得是幽默，接入第三方无法设置是否是视觉模型，而一刀切全部都不支持

[shawpook]

真的很难绷，不只是输入框不行粘贴地址后模型都调用不了视觉

[aoaoms]

你可以让dsh 实现输入框支持拖拽或粘贴图片显示图片预览，还可以支持发送消息，框架会自动派发视觉子代理去处理图片。参考我上面的截图。 算力，我把我的预设和相关功能实现 封装一下 发布出来吧。

[shawpook]

大伙能解决这个问题，不代表这么基础的功能官方不支持就没问题了，最基础的能力需要用户diy就是很离谱

[weijiafu14]

这个其实能设，只是不在添加模型的那个表单里，而在 settings 文件里——所以看起来像"没考虑"，实际是 UI 卡片没覆盖到这个字段。

$DSH_HOME/settings.yaml（默认 ~/.dsh/settings.yaml）的 llm-pi-ai 段，每个 model 条目上有一个 input：

llm-pi-ai:
  providers:
    my-gateway:
      displayName: My Gateway
      api: openai-completions
      baseURL: https://你的端点/v1
      apiKeyEnv: MY_KEY
      models:
        - id: 你的视觉模型-id
          name: 显示名
          contextWindow: 131072
          input: [text, image]        # <- 就是这个

input 是官方的 profile 字段，声明成 [text, image] 后这条路由就会被当成能收图的，Web 里贴图不再被"当前模型不支持图片"拦掉。settings 热加载，下一次请求就生效。

这条配置路径我完整跑过（换的是别的端点，机制一样，并且进了我自己项目的发版回归），所以字段形状是可靠的。

两个必须说清的边界：

1. 声明只是声明。 input: [text, image] 告诉 DSH "这条路由收图"，但真正能不能收，取决于你那个端点。端点本身不接受 OpenAI 式的 image_url 消息块的话，你会拿到 400（v0.1.0-rc.8 release notes 声称 DeepSeek 适配器支持原生图片请求，实测官方 API 全部 400 拒绝 #3559 就是这个情况：DeepSeek 官方端点目前拒收 image_url）。所以要填真的支持视觉的模型和端点。
2. @aoaoms 那套子代理转发的流程是可行的，但如果你的模型本身就能看图，上面这一行配置比那整套简单得多。两者解决的是不同问题：他那套是给纯文本模型用的（把图变成文字再喂进去），你这条是给本来就支持视觉的模型解开入口。

至于"添加模型的表单里应该有这个开关"——你这个诉求我觉得成立，那是官方设置页该补的（#4044 提的是同一件事），我不替官方回答。

利益相关：我维护 pi2dsh，跟这条回复无关——上面全是 DSH 官方的 llm-pi-ai 配置，不需要装任何插件。

[hairyf]

我们在 dsh-tauri 中支持了模型配置的更多选项，以及自动配置的功能：