visual-review¶

⭐ 2 · ✅ 活跃 · 插件


类型	插件	分类	视觉与多模态
星数	⭐ 2	状态	✅ 活跃
作者	wang-bool	更新时间	2026-08-18
子分类	👁️ 视觉工具	能力	vision, multimodal

一句话介绍¶

在 DSH Web 聊天界面内联渲染粘贴/上传的图片，让纯文本模型获得视觉：云端多模态 API 优先，本机 Qwen3-VL 兜底。

详细介绍¶

为 DeepSeek Harness（DSH）Web 界面打造的双面插件：让聊天界面直接显示图片，并让模型解读图片。 - 图片显示：用户粘贴 / 上传的图片（PNG / JPEG / WebP / GIF）会直接渲染在对话气泡里。 - 视觉解读：visual_review 工具调用视觉多模态模型，返回图片的中文文字描述（文字、物体、人物、场景、图表等）。 - 双引擎：云端优先（任意 OpenAI 兼容的多模态 chat/completions API，零本地依赖）；未配置时自动回退本机 Qwen3-VL-8B（数据不出本机）。 - 无需更换模型：插件在发送路径上把「图片块」转换成「带附件 ID 的文本注解」，任何本身看不到图片的文本模型都能配合工作。 ---

✨ 核心特性¶

图片显示：用户粘贴 / 上传的图片（PNG / JPEG / WebP / GIF）会直接渲染在对话气泡里。
视觉解读：visual_review 工具调用视觉多模态模型，返回图片的中文文字描述（文字、物体、人物、场景、图表等）。
双引擎：云端优先（任意 OpenAI 兼容的多模态 chat/completions API，零本地依赖）；未配置时自动回退本机 Qwen3-VL-8B（数据不出本机）。
无需更换模型：插件在发送路径上把「图片块」转换成「带附件 ID 的文本注解」，任何本身看不到图片的文本模型都能配合工作。

📦 安装¶

dsh plugin --profile web add visual-review

🚀 快速开始¶

dsh plugin --profile web add github:wang-bool/visual-review

📚 更多信息¶

架构与工作原理

┌──────────────────────────── DSH Web 前端 ────────────────────────────┐ │ 聊天界面（React） │ │ └─ visual-review 客户端插件（lib/client.js） │ │ 注入 conversation.chat.node 渲染槽 │ │ └─ 图片块 → │ └───────────────┬─────────────────────────────────────────┬────────────┘ │ ① /api/session.prompt（图片块→注解） │ ② /vr-image 取图片字节 ┌───────────────▼─────────────────────────────────────────▼────────────┐ │ DSH Host（插件 Host 端 lib/i

安装

方式 A / B 无需依赖外部发布渠道；插件已声明 dsh.bundle manifest（cordis.patch.yml），因此也支持官方 dsh plugin add 安装（方式 C，推荐，最简单）。

方式 B：手动安装

将插件包放入 profile 的 node_modules： bash DSH_HOME="${DSH_HOME:-$HOME/.dsh}" PROFILE_DIR="$DSH_HOME/profiles/web" mkdir -p "$PROFILE_DIR/node_modules/visual-review" cp -r package.json lib server "$PROFILE_DIR/node_modules/visual-review/" 2. 在 $PROFILE_DIR/cordis.patch.yml 末尾追加（参考 install/cordis.patch.yml.example）： yaml - insert: - id: visual-review name: 'visual-review' 3. **重启 DS

使用

直接体验：在聊天框粘贴或上传一张图片 → 图片立即渲染在气泡里；模型侧自动出现附件注解，模型会自动调用 visual_review 并给出图片描述。 2. 分析本地文件：让模型分析磁盘上的图片，例如“请用 visual_review 分析 /path/to/photo.png”，模型会以 image_path 参数调用工具。 3. 定制提问：给模型指令时说明诉求，如“读出这张图片里的所有文字”“描述这个图表的趋势”。工具支持 prompt 参数，由模型按需传递。 4. 切换引擎：调用 visual_review_config 修改云端配置即可；把三项都置空则回到本机引擎。