dsh-page-images
把消息附件里的文档逐页变成图片,作为一条新消息发回 DSH 会话——用户直接看到每一页,模型在同一个请求里拿到这些图像。
这个仓库放两个插件,它们共用同一套机制(agent/pre-step 拦截附件 → 渲染 → 经 ctx.attachments 存入附件库 → 追加一条带图片块的 user 消息),共享同一批测试骨架与安装方式,但各自是一个可独立安装、独立启停的包。
| 包 | 处理什么 | 说明 |
|---|---|---|
| dsh-pdf-pages | .pdf |
PDFium 逐页栅格化;工具 pdf_pages |
| dsh-slide-pages | .pptx / .ppt / .odp |
先导出 PDF 再栅格化(LibreOffice 直渲会裁切);附整份 deck 文字大纲;工具 slide_pages |
共同点
两个插件都不引入第三方依赖:渲染引擎(@deepseek-ai/libreoffice-kit)、工具注册(dsh-tools)、消息构造(dsh-llm)、附件存储(dsh-attachment)全部随 DSH 发行版提供,通过 profile 的包解析器从当前安装解析。也因此换 DSH 版本不需要跟着升级依赖。
两者都只在有对应附件进入消息时自动工作;失败一律降级成一条说明原因的消息(文件损坏、超过引擎输入上限、超时、附件后端没有宿主路径),不会打断这一轮。
安装
任选一种,然后重启 DSH(profile 组合在启动时计算)。
从 GitHub 直接装(需要 DSH 支持 github: 依赖,profile 里已有同类用法):
dsh plugin --profile desktop add github:LinYonghang/dsh-page-images#path:/packages/dsh-pdf-pages
dsh plugin --profile desktop add github:LinYonghang/dsh-page-images#path:/packages/dsh-slide-pages
从本地 tarball 装:
git clone https://github.com/LinYonghang/dsh-page-images
cd dsh-page-images && pnpm -r pack # 每个包出一个 tgz
dsh plugin --profile desktop add ./packages/dsh-pdf-pages/dsh-pdf-pages-0.1.1.tgz
dsh plugin --profile desktop add ./packages/dsh-slide-pages/dsh-slide-pages-0.1.1.tgz
装完记得把包名加进 profile package.json 的 dsh.profile.bundles(插件管理页会替你写)。
⚠️ 不要把包直接拷进
node_modules就完事:profile 里任何一次pnpm install(装别的插件时就会触发)都会把没写进dependencies的目录清掉,插件随之消失。用上面两种方式,file:或github:依赖会进 lockfile,才不会被 prune。
配置
两个插件的行 id 分别是 pdf-pages、slide-pages,在 profile 的 cordis.patch.yml 里按行覆盖:
- id: pdf-pages
config:
autoConvert: true # 关掉就只在被调用时转换
autoMaxPages: 10 # 自动转换的页数上限
dpi: 110
- id: slide-pages
config:
autoConvert: true
autoMaxSlides: 8
outline: true # 附带逐页标题/正文/演讲备注
dpi: 110
完整的字段表见各包 README。
实测代价与保真度
- PDF:每页约 0.25 秒(PDFium),每次渲染约 2 秒引擎启动。
- 幻灯片:导出 PDF 是固定大头(37 张 / 2 MB 实测 9 秒),之后每张约 0.25 秒;同一 deck 的追加请求命中缓存。
- 幻灯片与 PowerPoint 自己导出的版本逐页对比:均方误差 3.2–12.2 / 255、可视差异像素 2.5%–9.6%,差异集中在字符边缘;字体替换、动画、SmartArt、视频、3D 取静态帧。
- 引擎限制:单文件输入 64 MiB,输出 128 MiB,插件把超时提到 300 秒。
测试
测试对着真实的引擎与真实的附件存储跑,不是 mock:
# 在包目录里,先让 @deepseek-ai/* 可解析(开发用联接,别提交)
New-Item -ItemType Junction -Path .\node_modules `
-Target 'C:\Users\<you>\AppData\Local\Programs\DSH NEXT\resources\app.asar.unpacked'
node packages/dsh-pdf-pages/test/smoke.mjs /abs/path/sample.pdf
node packages/dsh-pdf-pages/test/edges.mjs /abs/path/sample.pdf
node packages/dsh-pdf-pages/test/timing.mjs /abs/path/sample.pdf
node packages/dsh-slide-pages/test/smoke.mjs /abs/path/deck.pptx
node packages/dsh-slide-pages/test/edges.mjs /abs/path/deck.pptx
node packages/dsh-slide-pages/test/outline.mjs /abs/path/deck.pptx
node packages/dsh-slide-pages/test/timing.mjs /abs/path/deck.pptx
目录
packages/
dsh-pdf-pages/ package.json cordis.patch.yml lib/{index,render}.js test/ README.md
dsh-slide-pages/ package.json cordis.patch.yml lib/{index,render,outline}.js test/ README.md
两个 lib/index.js 目前有约两百行是近乎重复的机制代码(pre-step 注入、附件分批入库、引用跟踪、失败降级)。现在刻意保持重复,好让两个包能独立安装、独立演进;真出现第三个格式(.docx/.xlsx)或两侧机制开始分叉时,再在同一仓库里抽一个 packages/core。
已知待办
- 幻灯片大纲的标题合并:有些 deck 把编号与标题拆成两段(
1+、矩阵的转置),大纲标题会变成《1》。 - 可选的 PowerPoint 原生渲染:本机 PowerPoint COM 实测 13 张 10.1 秒、像素级一致,可作为
renderer: auto | powerpoint | libreoffice的第二路径。
许可
MIT,见 LICENSE。
No comments yet. Be the first to write one.