📎 imgpt — DSH 图片→路径 插件

English · 中文

Image to Path：让任何模型都能发送图片。粘贴/拖拽图片 → 自动保存到工作目录 → 输入框插入文件路径文本 → 纯文本发送，绕开非视觉模型拦截。

imgpt（image-to-path）是 DeepSeek Harness（DSH）Web GUI 的插件。DSH 底层在发送 type: 'image' 内容块时会检查当前模型的 inputModalities——DeepSeek 等非视觉模型被声明为仅支持文本，消息一旦含图片就会被拒绝（MODEL_DOES_NOT_SUPPORT_IMAGES，提示"当前模型不支持图片"）。imgpt 不改动任何底层代码，而是改变图片的传递形态：把图片落盘成文件，消息里只带文件路径。

---

✨ 功能特性

功能	说明
🖼️ 粘贴图片	输入框 Ctrl+V 粘贴截图/图片 → 自动保存 + 插入路径
🎯 拖拽图片	拖入图片 → 自动保存 + 插入路径（无原生遮罩残留）
📎 启用开关	输入框工具行开关，随时切换「路径转换」与「原生图片通道」
🗑️ 清除缓存	双击确认后清空 .dsh-images，徽标显示清除数量
📋 状态徽标	输入框下方实时显示：启用状态 / 保存进度 / 失败原因 / 清除结果
👁️ 视觉看图	配合视觉模型辅助，发送路径 + "识别这张图片"即可读图

🎬 效果示意

粘贴/拖拽图片 ──► capture 阶段拦截 ──► 保存到 工作目录\.dsh-images\ ──► 输入框插入:
                                                                      D:\Work\xx\.dsh-images\m5x2k9a-截图.png
                                                                      ──► 正常发送（任何模型）

🔧 工作原理

Client 半体（浏览器，client/imgpt-web）

• 在 document 捕获阶段监听 paste / dragenter / dragover / drop
• 检测到图片后 preventDefault + stopPropagation（拦截 DSH 原生图片通道，同时抑制原生拖拽遮罩）
• 用 FileReader 把图片读为 base64，fetch POST 到 Host 端点
• 拿到返回的文件路径后，以合成 paste 事件把路径文本插入输入框（复用 InputBar 原生文本插入链路）

Host 半体（服务端，plugins/imgpt-host）

• 在 DSH webServer 注册两个 HTTP 端点：
  • POST /imgpt-save — 校验会话 → 用 node:fs 把 base64 解码写为二进制图片到 .dsh-images
  • POST /imgpt-clear — 递归统计并删除 .dsh-images
• 工作目录取自会话头部的 cwd

为什么这样设计：常驻插件无法使用动态插件专用的 harness.handle/host.call RPC，且 fs 服务的沙盒策略对非会话上下文会拒绝写入——因此采用「Client fetch + Host webServer 路由 + node:fs 直接落盘」，最简且随 DSH 启动自动加载。

📦 仓库结构

imgpt/
├── README.md                    # 本文件
├── LICENSE                      # MIT
├── .gitignore
├── package.json                 # 仓库元信息
├── plugins/
│   └── imgpt-host/
│       └── index.js             # Host 半体（webServer HTTP 端点 + node:fs 落盘）
└── client/
    └── imgpt-web/
        ├── package.json         # Client 包声明（dsh.client + exports）
        └── lib/
            ├── index.js         # Node 半体（空插件，满足 Loader 装载）
            └── client.js        # 浏览器 bundle（拦截/上传/插入路径/开关/清除）

🚀 安装到 DSH

需要把仓库文件放到 DSH profile 目录（默认 ~/.dsh/profiles/web/，即 C:\Users\<你>\.dsh\profiles\web\）。

1. 复制 Host 半体

   Copy-Item -Recurse plugins\imgpt-host "C:\Users\<你>\.dsh\profiles\web\plugins\imgpt-host"
   

2. 复制 Client 包

   Copy-Item -Recurse client\imgpt-web "C:\Users\<你>\.dsh\profiles\web\node_modules\imgpt-web"
   

3. 注册组合补丁：在 C:\Users\<你>\.dsh\profiles\web\cordis.patch.yml 的 insert 列表中追加两行：

   - insert:
       # ... 已有条目
       - id: imgpt-host
         name: './plugins/imgpt-host/index.js'
       - id: imgpt-web
         name: 'imgpt-web'
   

4. 重启 DSH。输入框工具行出现 📎 开关 + 🗑️ 清除、下方出现状态徽标即安装成功。

⚠️ 不要在该 profile 目录下运行 pnpm install，会清掉手动放置的 imgpt-web 包。

🎯 使用方式

1. 在输入框 Ctrl+V 粘贴截图 或 拖入图片文件
2. 图片自动保存到 工作目录\.dsh-images\，输入框自动插入绝对路径文本
3. 直接发送（任何模型都能收到）；需要看图时在路径后加"识别这张图片"
4. 📎 开关控制是否启用本功能；🗑️ 双击确认清除缓存

🛠️ 技术要点

• ctx.effect(cb) 会立即执行 cb 并把返回值当清理函数——清理必须写成 ctx.effect(() => () => {...})，否则监听器注册后立即被移除。
• 原生 InputBar 的拖拽遮罩清理依赖 drop/dragend，而正常 drop 后浏览器不再发 dragend——需在 drop 后合成 dragend 事件清理。
• 本插件不注册任何 dsh-tools 工具，只注册 webServer 路由与客户端槽位，不存在工具输出声明类兼容问题。

📄 许可证

MIT