让纯文本模型也能粘贴图片发送：dsh-image-bridge 补丁

[baileyh8]

让纯文本模型也能"粘贴图片发送"：dsh-image-bridge 补丁

问题

DSH 要求"能发图 = 当前对话模型支持视觉"。当对话模型是纯文本的（如 deepseek-v4-flash）时，在输入框粘贴图片会报：

当前模型不支持图片，请切换支持图片的模型（MODEL_DOES_NOT_SUPPORT_IMAGES）

方案

一个本地补丁，修改 dsh-host-apiproxy 的 admit()：图片不再整体拒绝，而是落盘后改写成"本地路径文本"，纯文本模型收到后自动调用可用的视觉工具，把图片交给视觉模型（如 gpt-5.6-luna）处理。

粘贴图片 + 文字指令 → 发送
  ├─ 图片落盘到 ~/.dsh/attachments/...（附扩展名硬链接）
  ├─ 消息改写为文本："[用户上传了一张图片，本地路径: ...。请用可用的视觉工具（如 view_image 或 vision_glance）查看]"
  ├─ 纯文本模型调用可用的视觉工具
  └─ 视觉模型看图并返回文字 → 对话继续

效果：图片走视觉模型，文本对话走原模型，粘贴即发。

与视觉插件配合

改写文本使用通用措辞，可搭配任一视觉工具插件（可共存）：

插件	工具	适用
dsh-vision	view_image	快速看图、图片问答（轻量）
dsh-vision-toolkit	vision_glance / vision_ground / vision_detect 等 10 个	细粒度视觉工程：逐字 OCR、像素定位、UI 还原、像素比对

技术要点（v2 更新）

• 硬链接而非符号链接：附件对象本身无扩展名，补丁在旁创建带扩展名的硬链接。符号链接会被视觉工具的 realpath() 穿透回无扩展名路径导致 "unsupported image format"，硬链接则保持扩展名可见——实测 dsh-vision-toolkit 可直接读取。
• 通用措辞：不写死工具名，模型按装配的插件自动选择。
• allowedDirs（仅 toolkit 需要）：在其配置 allowedDirs 加入 ~/.dsh/attachments 以便 vision_* 工具读取粘贴图片。

使用方法

1. 安装视觉工具插件（dsh-vision 或 dsh-vision-toolkit），配好视觉模型端点
2. 下载补丁包，node apply-patch.mjs → 重启 DSH
3. 粘贴图片 + 文字发送即可

支持 --dry-run（预检）、--rollback（回滚）、自动备份与语法检查。

已验证（实测截图）

• 打补丁 → 重启 → 粘贴图片发送，完整链路可用
• 与 dsh-vision-toolkit 共存：vision_glance 对粘贴图片给出逐字文字、UI 元素清单、配色、布局层级的细粒度分析
• 回滚后文件与 npm 原始版 md5 一致

说明

• 补丁只改 admit() 一处逻辑，不碰其他代码；升级 DSH 后需重新执行
• 适合 DSH 0.1.0-rc.6（@deepseek-ai/dsh-host-apiproxy 同版本）

---

补丁包下载（v2，硬链接版）： https://gist.github.com/baileyh8/8a766bce1460342196a5d80332d8bb44
（含 apply-patch.mjs 安装器、原始/补丁代码块、README）

欢迎试用反馈；也希望官方能考虑把"上传图片自动桥接视觉模型"做成内置能力 🙂

[mozhuanzuojing]

m

[Suxeca]

m