READMESource: main@e8a53d9a
dsh-tool-describe-image
本地视觉工具 — 给 DeepSeek Harness 的主模型「借一双眼睛」：传入图片路径，调用本地 LM Studio 视觉模型（qwen3vl4b），返回图片的文字描述，主模型据此理解图片。
图片只发往
127.0.0.1——不出网，隐私安全。
功能
- 主模型不声明视觉能力时，通过工具「借眼睛」：读图 → base64 → 本地视觉模型 → 文字描述；
- 微信图片链路天然衔接：收到「[微信媒体] 已保存至 <路径>」后自动调用，回复图片内容；
- MIME 自动识别（PNG/JPEG/WebP/GIF，magic bytes）；
- 超限保护（>15MB 拒绝并提示）；超时明确报错（不编造图片内容）。
依赖
- LM Studio（http://127.0.0.1:1234）已加载视觉模型，默认
qwen3vl4b（可配置）。 - 本包依赖 DSH workspace 包（
@deepseek-ai/cordis等），通过file:链接本地 DSH 仓库（见 package.json）。
挂载
- insert:
- id: tool-describe-image
name: '@deepseek-ai/dsh-tool-describe-image'
配置
| 字段 | 默认 | 说明 |
|---|---|---|
baseURL |
http://127.0.0.1:1234/v1 |
LM Studio OpenAI 兼容端点 |
model |
qwen3vl4b |
视觉模型 id |
timeoutMs |
90000 |
单次识别超时 |
defaultPrompt |
通用描述指令 | 识别指令 |
工具
describe_image：path（必填，图片绝对路径）+ 可选 prompt（自定义识别指令）→ 返回图片文字描述。
开发
pnpm install
pnpm run typecheck
pnpm run build # tsc 类型 + tsdown bundle → lib/
License
MIT © 2026 soli0x4ea
No comments yet. Be the first to write one.