Skip to content

Releases: xiaoyuink/dsh-image-vision

v2.4.0 — API Key 安全存储

Choose a tag to compare

@xiaoyuink xiaoyuink released this 18 Aug 19:59

v2.4.0 更新内容

🔒 API Key 安全存储(本次核心改动)

  • API Key 不再明文写入 settings.yaml:设置页填写明文 Key 后,服务端自动写入 DSH 凭据存储(~/.dsh/.credentials.yaml),settings.yaml 只保留 \cred:REF\ 引用
  • 新增 \cred:REF\ 引用支持:走 DSH 凭据服务分层解析(环境变量 → .credentials.yaml → .env),凭据服务不可用时回落到环境变量
  • 凭据服务不可用或写入失败时返回 500 拒绝保存,任何路径都不会把密钥明文落进 settings.yaml
  • 测试 / 模型发现 / 余额查询路由现在能正确解析 \cred:\ / \env:\ 引用
  • 回显脱敏逻辑统一:\env:\ / \cred:\ 引用原样显示(引用不是密钥本身),明文照旧脱敏为占位符

其他

  • 包名统一为 @xiaoyuink/dsh-image-vision\ scope
  • .gitignore 补充 package/ 与 package-lock.json

安装

\\�ash
git clone https://github.com/xiaoyuink/dsh-image-vision.git
cd dsh-image-vision && pnpm install
dsh plugin --profile web add <插件目录绝对路径>
\\

或下载本 Release 的 \xiaoyuink-dsh-image-vision-2.4.0.tgz\,解压后 add 解压得到的 \package/\ 目录。

v2.3.1

Choose a tag to compare

@xiaoyuink xiaoyuink released this 18 Aug 05:57

v2.3.1 主要变更

API Key 安全增强

  • 回显脱敏GET /api/dsh-image-vision/config 不再返回明文 Key(显示 ******** 占位)
  • env: 环境变量引用apiKey 可写成 env:VISION_API_KEY,从进程环境变量读取,配置文件不落明文
  • 留空不改:设置页 Key 密码框初始为空,留空保存 = 保留原 Key,填入新值即替换
  • 占位提示:未配置 / 已配置-输入新值可替换
  • 测试/发现/余额路由提交脱敏 Key 时按 baseUrl 回落当前配置真实 Key

彻底移除「+ 自动识图」视觉组

  • 删除 twin 注册/适配器/同步逻辑与 👁 渲染器,模型选择器保持简洁(不再出现「X + 视觉」条目/开关)
  • 图片发送完全由发送层 hook 独立承担(附件存储 + 消息区缩略图 + ground/crop/ocr 精读链路不受影响)
  • 保留 attachment→草稿物化桥(resolveImageRef 附件引用解析依赖)

其他

  • 设置页文案精简;若干渲染/交互 bug 修复

安装

# 方式一:本地目录
dsh plugin --profile web add <解压目录>

# 方式二:下载本 Release 的 dsh-image-vision-2.3.1.tgz

安装后重启 dsh web 生效。完整文档见 README。

v2.3.0

Choose a tag to compare

@xiaoyuink xiaoyuink released this 17 Aug 20:54

v2.3.0 主要变更

  • 发送链路重构:图片改存 DSH 附件存储(attachments.saveImage,永久、内容寻址),消息改写为附件引用 ![图片](/api/dsh-image-vision/raw/<sha256>?m=..&b=..&w=..&h=..)(元数据编进 URL,重启后旧引用仍可渲染与精读)
  • 新增路由POST /api/dsh-image-vision/attach(附件存储写入)、GET /api/dsh-image-vision/raw/<id>(附件回读)、GET /api/dsh-image-vision/current-model-vision(当前模型识图能力查询)
  • 工具支持附件引用(复用 attachment→草稿物化桥):image_vision / image_vision_ocr / image_vision_ground / image_vision_crop 像素精读链路直接可用
  • 「+ 自动识图」视觉组默认关闭(新增 visionGroup 配置):模型选择器保持简洁,需要旧体验时可开启
  • 消息区图片渲染:引用升格为缩略图,点击全屏查看大图;加载失败自动恢复原文
  • 总开关语义:关闭时拦截粘贴图片;修复拖拽浮层卡死、预览过滤器漏认附件引用、设置页文案等问题
  • 兼容旧草稿引用(i/iv-…,20 分钟临时语义保留)

安装

# 方式一:本地目录
dsh plugin --profile web add <解压目录>

# 方式二:下载本 Release 的 dsh-image-vision-2.3.0.tgz

安装后重启 dsh web 生效。完整文档见 README。

v2.2.1

Choose a tag to compare

@xiaoyuink xiaoyuink released this 17 Aug 11:51

v2.2.1

  • 草稿图片临时存放目录迁移至插件目录本体:~/.dsh/plugin/dsh-image-vision/drafts
  • .gitignore 忽略运行时 drafts/ 目录

v2.2.0

Choose a tag to compare

@xiaoyuink xiaoyuink released this 17 Aug 11:36

v2.2.0

✨ 新特性

  • 总开关 enabled:settings.yaml 新增 enabled 字段;关闭时不再注册「+ 视觉」组,模型选择器保持干净
  • 草稿 20 分钟过期:草稿图片保存 20 分钟后由定时器自动清理,目录统一为 ~/.dsh/plugin/image-vision/drafts/
  • 视觉模型覆盖表:内置 KNOWN_VISION_OVERRIDES(gpt-5.x / grok-4.5 / minimax-m3 / qwen3.x 等权威判定,优先于正则猜测)
  • 「+ 自动识图」更名「+ 视觉」:视觉模型条目名带 👁 标记,厂商组内更直观
  • 新厂商模板:OpenCode Zen Go
  • 检测结果折叠进按钮:设置页「检测」按钮直接显示 ✓ 延迟 / ✗ 失败,完整内容放悬停提示,不再撑高卡片

🔧 修复与优化

  • 草稿目录修正为插件安装目录 ~/.dsh/plugin/image-vision/drafts/
  • API 错误信息解析兼容 OpenAI / DashScope / one-api 等格式
  • host 侧新增 parseApiErrorMessage / configHasVisionModel,总开关关闭时注销全部视觉组

📦 安装

git clone https://github.com/xiaoyuink/dsh-image-vision.git
cd dsh-image-vision && pnpm install
dsh plugin --profile web add <插件目录绝对路径>

详见 README

v2.1.0

Choose a tag to compare

@xiaoyuink xiaoyuink released this 16 Aug 16:49

v2.1.0 更新内容

🆕 新增

  • 像素级视觉工具
    • image_vision_crop:按像素坐标裁剪图片局部并放大,返回新图片引用,可继续传给其他视觉工具,形成“定位 → 裁剪 → 放大 → 再识别”闭环。
    • image_vision_ground:在图片中定位目标(按钮 / 文字 / 物体等),返回像素 bbox。
    • image_vision_ocr:逐字识别图片中的可见文字,配合 crop 放大局部效果更好。
  • OVHcloud 免费视觉层(免注册、免 Key)
    • 设置页新增「⚡ 一键添加 OVH 免费视觉层(免 Key)」按钮。
    • 支持 OVH 匿名端点(每 IP / 模型 2 次/分钟),无需填写 API Key。
  • 图片引用解析增强
    • 支持完整 URL(http(s)://.../i/xxx 或 draft-image URL)、草稿短名(i/iv-xxx.jpg / iv-xxx.jpg)和本地绝对路径。
  • 新增 sharp 运行时依赖,用于裁剪 / 放大图片;采用动态加载,sharp 不可用时不影响插件本体启动。

🔧 修复 / 优化

  • 修正 Qwen 系列视觉模型启发式判断:只有 qwen-*-vl/omni/image/vision/ocr 等子型号判为可识图,避免裸 qwen(plus / max / coder 等)被误判为视觉模型。
  • 模型实测的错误识别更准确:补充 not a multimodal modelvision nottext-only 等特征,更好提示“该模型不支持图片输入”。
  • 缺少 API Key 时按端点区分提示:OVH 免费层可留空,其它端点明确提示需填写 Key。
  • 打包配置增加 files 白名单,发布包不再夹带旧 tgz 等多余文件。

v2.0.0

Choose a tag to compare

@xiaoyuink xiaoyuink released this 16 Aug 15:45

dsh-image-vision v2.0.0

图片识别插件:DeepSeek Harness 纯文本 Agent 的「眼睛」。

核心特性

  • 对话框直接粘贴/上传图片:注册「+ 自动识图」twin 模型路由(声明图片输入,通过 DSH 发送准入),图片走 DSH 原生草稿流程——输入框缩略图预览、对话中显示图片、发送后模型自动识别
  • image_vision 工具:自动判断当前模型是否可识图;可识图则交给当前模型,否则调用插件配置的视觉模型(支持 OpenAI/Anthropic 兼容端点,多供应商管理)
  • 7 种专业识别预设:病理 / 细胞 / 解剖 / 统计图 / 组合大图 / 临床 / 通用
  • 模型输入层改写:image block 落盘为短标记,DeepSeek 只见文本,会话日志保留图片
  • realtime 模型大图自动降级:超过帧限制自动走 OpenAI 兼容接口

设置页

  • 多供应商管理:添加/编辑/删除、拖拽排序(卡片 + 模型行)、模型收纳折叠、余额查询、模型检测
  • 视觉模型选择器(输入框内快速切换)

安装

dsh plugin --profile web add <插件目录>

或直接下载本包后用 dev_install_package 热装配。

使用

  1. 聊天页右下角模型选择器选「DeepSeek + 自动识图」(或其它 + 自动识图组)
  2. 直接粘贴/拖拽/📎 上传图片
  3. 发送后对话区显示图片,模型自动调用 image_vision 识别

v1.0.0

Choose a tag to compare

@xiaoyuink xiaoyuink released this 16 Aug 15:49

dsh-image-vision v1.0.0(初始版)

图片识别插件早期版本:image_vision 工具 + 多供应商视觉模型管理(设置页)。

功能

  • image_vision 工具:自动判断当前模型是否具备识图能力,有则交给当前模型,无则调用插件配置的视觉模型
  • 7 种专业识别预设:病理 / 细胞 / 解剖 / 统计图 / 组合大图 / 临床 / 通用
  • 设置页:多供应商添加/编辑/删除、模型发现(识图/非识图判定)、模型实测(内置测试图)、余额查询、厂商模板
  • 图片参数仅支持本地绝对路径

注:后续版本已重构为「+ 自动识图」twin 路由 + DSH 原生图片输入链路,请优先使用 v2.0.0。