dsh-camera — 手机扫码拍照，直传当前对话

DSH Web 插件：在电脑上打开某个对话 → 点输入框下方的「拍照上传」→ 手机扫二维码打开一个局域网网页 → 拍照 / 从相册选图 → 图片直接作为该对话的一条 user 消息出现（带图片附件），模型立刻能看图回答。手机不用装 App、不用登录 DSH、不用把图先传到电脑。

Take photos with your phone over the LAN and drop them straight into the current DSH conversation — no app, no DSH login on the phone, no cloud upload. Photos are staged locally, you review them, then tap Send to deliver the batch as one message.

• 插件包名：@local/dsh-camera（DSH 本地/外部插件；可用 GitHub 安装）
• 适用：DSH 0.2.1-rc.3，Web profile（dsh web）
• 依赖：无第三方运行时依赖；纯 Node 内置模块 + 内联浏览器代码（二维码生成器已 MIT 内联）
• 许可：MIT

功能

能力	说明
一键生成入口	输入框下方「拍照上传」按钮，点击即生成二维码 + 链接，绑定当前对话
手机拍照	手机浏览器打开链接后：调用后置摄像头拍照，或从相册多选
拍完手动发送	可连续拍/选多张，先本地压缩预览，点「发送 N 张」才一起发进对话（不自动发送）
自动压缩	手机端 canvas 压缩（长边 ≤ 2400、JPEG 0.85），大图秒传、省流量
直接进对话	每次上传成为该对话的一条 user 消息（多图合成一条），不经过中转文件夹
安全	链接含 24 字符随机 token、默认 2 小时过期、仅当前对话可注入、仅局域网接口、每 token 限流；服务器只提供拍照页，不暴露 DSH 本体
中英双语	电脑面板与手机页都跟随中文/英文环境
可配置	端口、绑定地址、局域网 IP 覆盖、有效期、上传大小/数量/频率

架构

┌─────────────────────────┐         ┌──────────────────────────────┐
│ DSH Web GUI (loopback)  │         │  手机浏览器（同一 Wi-Fi）      │
│                         │         │                              │
│ composer dock  📷 拍照  │  RPC    │  GET /c/<token>  拍照页        │
│   └─ 面板：二维码/链接  │◄───────►│  POST /c/<token>/upload       │
└───────────┬─────────────┘         └──────────────┬───────────────┘
            │ /dsh-camera (cookie 鉴权)             │ http://<LAN-IP>:3579
            ▼                                       ▼
     ┌──────────────────────────────────────────────────┐
     │  Host 半（dsh-camera 插件，运行在 dsh web 进程内）  │
     │  · TokenStore：token → 目标 session + 过期时间      │
     │  · 独立 node:http 服务器（0.0.0.0:3579，只服务拍照页）│
     │  · injector：ctx.sessionController.prompt(...)     │
     │      → 图片归一化 + 落盘 + user 消息入队 + 唤醒模型 │
     └──────────────────────────────────────────────────┘

• 两个 HTTP 面：DSH 自己的 Web 服务器只监听回环（dsh web 不允许 0.0.0.0），所以插件另起一个只服务「拍照页」的 LAN 服务器；DSH 的 RPC 面板接口仍走原有 loopback Web 服务器，用浏览器 cookie 鉴权。
• 注入方式：Host 直接调用 ctx.sessionController.prompt({sessionId, requestId, mode:'queue', content:[{type:'image', ...}]}) —— 与 Web 输入框发图走同一条 Host admission：模型多模态校验、EXIF 归一化、附件持久化、会话事件、唤醒 agent 全部由 DSH 负责。
• token 绑定对话：电脑面板打开时调用 camera.arm，把当前 sessionId（以及对话标题）写进 token store；手机上传只接受有效 token，图片只会进入被绑定的那个对话。

安装

从 GitHub 安装（推荐）：

# 1) 安装到 web profile
dsh plugin --profile web add 'github:ilovecnxx/dsh-camera'

# 2) 确认插件行进入组合
dsh --profile web --dump-config | grep -A2 dsh-camera

或者克隆后本地 link 安装（开发用）：

git clone https://github.com/ilovecnxx/dsh-camera.git
dsh plugin --profile web add link:$PWD/dsh-camera

1. 让运行中的 dsh web 生效：DSH 的 profile 热加载（dsh-hmr）会自动重组插件树； 若面板未出现，刷新浏览器页面；仍未出现则重启 dsh web。

插件失败不会拖垮 GUI：profile 中未列入 required 的插件失败只会记录诊断，Web 界面照常可用。

使用

1. 在任意对话里，点输入框下方的 📷 拍照上传。
2. 面板出现二维码（也可点「复制链接」发给手机）。
3. 手机连同一个 Wi-Fi，扫码打开网页（首次会提示「此站点不安全」为正常，因为是局域网 HTTP）。
4. 拍照或选图 → 照片先进入待发送预览（可继续拍、可删/重试）→ 确认后点「发送 N 张」； 成功后电脑上对话里立刻出现一条多图消息，模型开始回复。
5. 链接默认 2 小时有效；面板可「换一个链接」立即作废旧链接，或关闭面板后链接自然过期。

配置

cordis.patch.yml 的配置行（可选字段都有默认值，只写需要改的）：

- insert:
    - id: dsh-camera
      name: '@local/dsh-camera'
      config:
        port: 3579              # 手机页端口；0 表示随机（被占用时会自动回退随机端口）
        lanIpOverride: ''       # 手动指定局域网 IP（多网卡/自动探测错误时用）
        tokenTtlMs: 7200000     # 手机链接有效期（毫秒，默认 2h）
        maxUploadBytes: 25165824 # 单次上传请求上限（默认 24 MiB）
        maxFilesPerUpload: 6    # 一次最多几张图
        uploadsPerHour: 120     # 每个 token 每小时上传次数上限

环境变量覆盖（便于临时排障）：

变量	作用
DSH_CAMERA_PORT	覆盖端口
DSH_CAMERA_LAN_IP	覆盖局域网 IP
DSH_CAMERA_DEBUG=1	打开插件调试日志（Host 日志前缀 dsh-camera）

安全说明

• 仅局域网：手机页服务器绑定 0.0.0.0，端口只提供「拍照上传页」与上传接口，不代理 DSH、不提供文件浏览。
• 不可猜测链接：token 为 24 字符 CSPRNG base64url（144 bit 熵），绑定对话、带有效期；泄露一条链接只能往那一个对话发图。
• 不做 DNS rebinding 面：拍照页不含任何跨站请求；上传必须带正确 token；页面带严格 CSP。
• 模型限制：目标对话当前模型若不支持图片输入（例如纯文本模型），上传会被拒绝并在手机页提示切换视觉模型。
• 图片落盘：图片由 DSH 附件服务归一化后存到 $DSH_HOME 下（不可变附件，不自动删除），与在输入框里发图的存储行为一致。
• 不经过公网：插件不开启任何隧道；需要在外面用请配合 dsh-pocket 等方案自行评估风险。

故障排查

现象	处理
面板提示「服务未启动」	看 Host 日志 dsh-camera 前缀；通常是端口被占用（会自动回退并提示 warning）或插件未加载
面板提示「未检测到局域网地址」	电脑没有连 Wi-Fi/网线，或网卡 IP 非私网段；用 lanIpOverride 手动指定
手机打不开链接	确认手机和电脑在同一 Wi-Fi、电脑防火墙放行该端口（如 ufw allow 3579/tcp）、链接未过期
手机页上传报「模型不支持图片」	切换到支持视觉的模型后重新上传
上传报「链接已过期」	在电脑上重新打开面板生成新链接
面板二维码显示但 URL 是 127.0.0.1	未检测到 LAN IP，回退本地地址；设置 lanIpOverride

开发与测试

cd dsh-camera
node --test                 # 单元测试（零外部依赖）：152 项，151 pass / 1 todo / 0 fail
node scripts/e2e.mjs        # 隔离 profile + Chrome headless 全链路 E2E（不碰真实 3080）

本次交付的 E2E 结果（2026-10-25，11.1s，14/14 步通过）：

• GUI 建会话 → dock「拍照上传」→ 面板二维码 + http://10.10.10.10:3579/c/<token>；
• 手机页塞 2 张测试图 → 不自动上传（pending=2、upload 请求 0）→ 点「发送」→ 412ms 上传完成；
• 桌面面板「已接收 2 张」；GUI 对话里出现 2 张图片消息；
• 独立解压会话日志 session.v4.jsonl.zstd：1 条 user/message 含 2 个 image block（sha256 附件）。

截图

电脑端入口与二维码面板：

手机页：拍多张后先进入待发送预览，点「发送 N 张」才上传（不自动发送）：

手机发出的照片直接出现在 DSH 对话里（作为 user 消息、带 durable 图片附件）：

开发

开发与验证细节见 DESIGN.md；e2e 产物写入本地 verification/（已 gitignore）。 仓库结构：index.js + lib/（Host 半）、client.js（浏览器半）、tests/（单元测试）、 scripts/e2e.mjs（隔离 profile + headless Chrome 全链路 E2E）。

隔离验证（不污染真实 profile）：

export DSH_HOME=/tmp/dsh-cam-home
mkdir -p "$DSH_HOME/profiles/cam"
# profiles/cam/package.json: dsh.profile.bundles = [dsh-base, dsh-web-app, @local/dsh-camera]
dsh plugin --profile cam add link:$PWD
dsh --profile cam --no-open --port 3099   # 日志里拿 ?token= 的地址

设计细节与模块契约见 DESIGN.md。

文件

文件	作用
index.js	Host 入口：装配配置 / token / LAN 服务器 / 注入器 / RPC，卸载清理
lib/config.js	配置解析与校验
lib/tokens.js	token → 对话绑定、过期、限流、持久化
lib/lan-ip.js	局域网 IPv4 探测
lib/multipart.js	multipart/form-data 与 raw image 解析、图片类型嗅探
lib/server.js	手机页 HTTP 服务器（页面/info/upload）
lib/page.js	手机拍照页（单文件 HTML+CSS+JS）
lib/inject.js	图片 → 对话 user 消息注入
lib/rpc.js	面板 RPC 通道 /dsh-camera
lib/qr.js + lib/vendor/qrcode.cjs	二维码生成（内联 MIT 库）
client.js	浏览器半：输入框下方入口 + 二维码/状态面板

许可

MIT。内联二维码生成器来自 qrcode-generator@1.4.4（MIT，Copyright (c) 2009 Kazuhiko Arase）， 见 lib/vendor/LICENSE-qrcode-generator.txt。