---

你可能正遇到这些

• 贴了一张图，DSH 回「这个模型不支持图片输入」，或者图干脆被当没看见
• 网关的说明里明明写着某个模型支持图片，DSH 里它却没有「图片」这个选项
• 你手动勾过一次「图片」，下次再点「获取可用模型」，勾又被清掉了

原因：DSH 拉模型清单时只记下了名字、上下文长度和输出上限，漏记了「能不能看图」。 于是每个拉回来的模型都按默认值当成只能读文字，带图请求在附件阶段就被拒了。

这个插件把这一项补上。

适合：你用第三方网关 / 中转站 / 自建服务（任何 OpenAI 兼容地址），并且想让模型能看图。 不适合：模型本身就不吃图片。插件不会让只读文字的模型学会看图。

它不做什么（这样你能放心装）：

• 不会让只读文字的模型学会看图
• 不会替你填 API key，不会改模型名字（除了末尾那个标注）、上下文长度、价格
• 不会因为网关没说就自己猜一个能力
• 不连任何第三方服务器，不上传对话内容，没有遥测

---

安装

装完都要重启 DSH。

插件市场还在审核，暂时用命令行装：

dsh plugin --profile web add github:charovo0059/dsh-model-vision

这条命令会同时把插件登记进 dsh.profile.bundles，不用手改配置。 如果你用的不是默认 profile，把 web 换成你的 profile 名。

上架之后也可以走 设置 → 插件 → 插件市场 → 搜索 dsh-model-vision → 安装，效果一样。

从本地目录装 / 装完自检 / 先看看它会改什么

从本地目录装（自己改代码时）

git clone https://github.com/charovo0059/dsh-model-vision.git
dsh plugin --profile web add link:<刚克隆下来的目录绝对路径>

装完自检

不确定哪一步缺了，跑这个（会逐项告诉你）：

node tools/check.mjs --profile web

想先看看它会改什么，再决定装不装

node tools/preview.mjs --profile web

只读：读你的配置、问一次网关、把「会改哪几行」打出来，一个字节都不写，DSH 开着也能安全跑。

---

怎么用

装好就在后台干活，你什么都不用点。

它会在三个时机自动对账：

时机	做什么
DSH 启动后 3 秒	把已经配好的模型扫一遍，该勾的勾上
每次你点「获取可用模型」	5 秒内补齐新拉进来的模型
每 5 分钟	对一次账，上游换了能力也能跟上

想立刻检查一遍：

设置 → 模型 → 滚到模型列表最下面 → 点「检测并补充视觉能力」

点完就地出结果（一句话 + 「展开明细」），不用换页。

它判断能力的顺序

1. 先看网关自己怎么写的 —— 写了就照它写，这一步很便宜，不花钱；
2. 网关没写的模型，才真的发图去问 —— 发一张纯色图问「这是什么颜色」，问两个不同颜色：
   • 答对了任意一个 → 能看图
   • 答成别的颜色（比如给它红色，它说 purple）→ 看不见图，判为只能读文字
   • 一个颜色都不提（回了一整段话）→ 没结论，不写声明

沉默不等于纯文本。 网关没说、探测也没问出来，它就什么都不写——宁可不写，也不写错。

几个你会关心的事：

你可能会问	答案
会动我的勾选吗？	不会。只补「输入类型：图片」，模型还是你选的那些
会花很多额度吗？	只测网关没写能力的模型，每个最多两次很小的请求（64×64 纯色图）；单次最多 40 个，超出显示「跳过 N 个」
会重复测吗？	不会。结论会记住：能看图的记 7 天，不能的记 1 天
为什么有的模型「没结论」？	模型答非所问（比如回一整段话不提颜色）。这种不会被当成"只能读文字"，宁可不写也不写错

---

支持哪些网关

只要能被 DSH 当供应商用，基本都能处理——它不假设路径和字段名。

你的服务	怎么找模型清单	能不能一键探测
官方 / 中转站（OpenAI 兼容）	/models，找不到就试 /v1/models、/model/info	✅
自建 vLLM / LM Studio / one-api / new-api	同上（baseURL 写不写 /v1 都行）	✅
Anthropic 协议（/v1/messages）	/v1/models?limit=1000	✅
Ollama	/api/tags（按模型名匹配）	✅（要它自己答对才算）
Responses 协议（/responses）	/models	只看清单，不探测（它的图片格式不一样，乱猜会误判）

判断能力时它认哪些字段写法，见 docs/how-it-works.md。

---

怎么确认它在工作

最直观的：设置 → 模型 → 找一个你确定能看图的模型 → 点开「输入类型」→「图片」已经勾上了。

看它留下的一句话：每次干完活它会写一份记录，只看里面的 message 一行就够了：

{
  "message": "扫了 58 个模型（网关报了 191 个），补了 34 个的「输入类型：图片」"
}

一共只会出现这几种话：

message 说什么	意思
补了 N 个的「输入类型：图片」	正常干活，补了 N 个
没有要改的	正常，你配的模型都已经对上了
本来可以补 N 个……但只看不写模式（dryRun）开着	你把 dryRun 打开了，它只看不动
出错了：……	后面跟的就是原因
没有可检查的模型	还没配供应商，或者没点过「获取可用模型」

记录在 ~/.dsh/model-vision.<profile>.status.json（web 这个 profile 就是 model-vision.web.status.json）。 想追细节（wrote / routes[].changes / credential 这些字段）看 docs/troubleshooting.md。

---

会不会弄坏我的配置

• 只写「输入类型」这一个字段，写完立刻停手
• 没有要改的 → 一个字节都不落盘
• 写之前逐行比对，注释、字段顺序、!!js 表达式原样保留
• 万一写坏了：改之前先备份 ~/.dsh/profiles/web/cordis.patch.yml，出问题直接覆盖回去
• 想让它只看不写：配置里加 dryRun: true，它照样记账，但不动你的文件

它碰什么：

它要	用来做什么
读你的配置文件	看每个模型现在声明的「输入类型」
写你的配置文件	只写 input（文字/图片）和模型名末尾的「· 可看图」
读本机凭据（~/.dsh/.credentials.yaml 的 refs）	访问你自己填的那个 API 地址时要带 key
访问你填的那个 API 地址	读模型清单；探测时发两张 64×64 纯色图

不连任何第三方服务器，不上传对话内容，不读你的会话记录，没有遥测。

---

出问题怎么办

现象	先看哪	常见原因
某个模型没被勾上	状态记录里的 held	① 你自己勾过"只要文字"，插件尊重你的选择 ② 网关没说明它支持图片 ③ 它确实只能读文字
一个都没勾上	状态的 listed 是不是 0	网关地址填错、服务没开，或者网关压根不公布模型清单
报 401	状态的 credential	没找到这家的 key。把 key 填进「模型」设置页，或确认网关不需要 key
勾上了，贴图还是失败	—	网关说支持但实际不支持。把那个模型的「图片」取消掉，或去网关那边确认
模型名太长 / 不想看标注	—	配置里 badgeSuffix: ''，重启后标注会自己撤掉（它只摘自己加在末尾的那一段）
改了 5 分钟才生效	状态的时间	正常节奏就是这样；想立刻生效就重启 DSH
点了按钮报「超出上限跳过 N 个」	结果里的这行字	单次探测有上限（默认 40 个）。再点一次会接着测（已测过的不会重来），或把 maxProbes 调大
探测显示「没结论」	结果的这一行	模型没正面回答颜色。不会被误标成"只能读文字"，你手动勾一下即可
按钮不见了	设置 → 模型，列表最下面	先重启 DSH。如果某个 DSH 版本改了这个位置，插件会自动退成「设置 → 视觉能力」单页，功能相同
按钮说「后台服务没响应」	—	宿主半边没挂上，重启一次 DSH

---

卸载

dsh plugin --profile web remove dsh-model-vision

重启 DSH 就干净了——dsh plugin remove 会同时把它从 dsh.profile.bundles 里摘掉，不用手改配置。

已经勾上的「图片」会留着——那已经是你配置里正式的一项了，插件不负责回滚。想取消就手动去设置页把「图片」取消勾选。

---

配置（一般不用改）

装好即用。要调的话，在 ~/.dsh/profiles/web/cordis.patch.yml 里加一段覆盖。 name 那一行必须逐字写成 dsh-model-vision，否则会被静默跳过：

- id: model-vision
  name: dsh-model-vision
  config:
    mode: fill               # fill = 只补空缺（默认）；sync = 连你手写错的也按网关纠正
    routes: []               # [] = 所有供应商；也可以只写某几个的名字
    dryRun: false            # true = 只看不写，专门用来观察
    intervalMs: 300000       # 每 5 分钟对一次账
    watchMs: 5000            # 每 5 秒看一眼配置有没有变
    badgeSuffix: ' · 可看图'  # 名字后面的标注；'' = 不加
    probe: false             # true = 后台也主动发图探测（默认只在点按钮时探测）
    probeRounds: 2           # 每个模型问几个颜色
    maxProbes: 40            # 单次最多测几个模型
    timeoutMs: 15000         # 读模型清单的超时
    probeTimeoutMs: 30000    # 单次探测的超时
    statusFile: ''           # '' = 默认位置；false = 不写

---

参与

• 发现 bug 或想加功能 → 开 issue
• 提 PR → 先看 CONTRIBUTING.md，改完跑 npm test
• 换了新网关 / 新写法它能认但没认出来 → 带着网关的 /models 返回片段开 issue，那是最有用的反馈

想深挖实现（为什么 DSH 会漏记、为什么标注写进名字、三种触发、两条写通道、一键按钮的接口、怎么跑测试）→ docs/how-it-works.md

许可证

MIT