dsh-gemini-bridge

DeepSeek Harness 插件：为 DeepSeek 模型桥接 Google Gemini 的多模态识别与图像生成。

当 DeepSeek 模型需要看图、生图、改图时，自动调用 Gemini：

工具	作用
gemini_vision	识别/读取/描述/分析图片（OCR、物体、图表），支持本地路径或 http(s) URL
gemini_generate_image	文本生图，生成后必定用 Gemini 视觉模型自检反馈（不达标时按优化 prompt 重绘）
gemini_optimize_image	改图/优化已有图片：先分析原图 → 生成改进版 → 自检迭代

核心卖点：全能一体，无需切换模型

• 一个 DeepSeek 会话搞定一切：直接用常规 DeepSeek 模型（不必换成视觉模型），需要看图、生图、改图时，插件自动路由到对应的 Gemini 多模态/生图模型——全程零手动切换模型。
• 比 modlens 等更完整：modlens 只是「给纯文本模型装一只读图的眼睛」；本插件是视觉识别 + 图像生成 + 图像编辑 + 自检反馈的完整闭环，并且直接复用你自己的 Gemini API Key，不依赖任何第三方桥接、无额外订阅。
• 自动调用，无需操心：识别 → gemini_vision；生图 → gemini_generate_image；改图 → gemini_optimize_image。DeepSeek 模型通过系统提示与工具描述自动选对工具，对用户完全透明。
• 自检闭环，质量把关：生成/优化后，自动用 Gemini 视觉模型检查成品图，不达标按优化提示自动重绘，并把检查结论（画面描述 / 达标与否 / 问题清单）直接反馈出来。

安装

dsh plugin --profile web add /path/to/dsh-gemini-bridge
# 然后重启 dsh web（或按 dsh 的插件热载提示操作）

安装后打开 设置 → Gemini 视觉桥，填入 Google AI Studio 的 API Key，点「测试连接」即可。

多后端支持（不止 Gemini）

通过 provider 抽象层适配不同后端，同一个 DeepSeek 会话、无需切换模型：

后端	视觉识别/自检	图像生成	兼容平台示例
gemini（默认）	gemini-3.7-flash、gemini-3.6-flash、gemini-2.5-pro…	gemini-3.1-flash-lite-image（Nano Banana 2 Lite）、gemini-3.1-flash-image（Nano Banana 2）、gemini-3-pro-image（Nano Banana Pro）、imagen-4.0-generate-001	Google AI Studio（免费 Key）
openai（OpenAI 兼容）	gpt-4o、gpt-4o-mini、gpt-4.1、qwen-vl-max、qwen2.5-vl-72b、glm-4v-plus、glm-4v-flash、moonshot-v1-vision、minimax-vl、internvl、deepseek-vl2*	gpt-image-1、dall-e-3、flux-1.1-pro、flux-schnell、stable-diffusion、sd3.5-large、ideogram、recraft、hunyuan-image、seedream*	OpenAI / OpenRouter / 智谱 GLM / 阿里云百炼 Qwen / Moonshot Kimi / MiniMax / 硅基流动 SiliconFlow / 各类中转与自建网关

• 经 OpenAI 兼容端点/聚合平台提供。

设置页「后端 Provider」下拉切换；端点、模型列表、鉴权头（x-goog-api-key / Bearer）自动适配。换后端只需填对应的 API Key 与端点，工具调用方式完全不变——任何提供 OpenAI 兼容 /chat/completions（视觉）与 /images/generations、/images/edits（生图/编辑）的服务均可接入。

模型自动选择（auto）

• 识别/自检：gemini-3.7-flash → gemini-3.6-flash → gemini-3.1-flash-lite → gemini-2.5-flash
• 生图：gemini-3.1-flash-lite-image（Nano Banana 2 Lite）→ gemini-3.1-flash-image（Nano Banana 2）→ gemini-3-pro-image（Nano Banana Pro）→ gemini-2.5-flash-image → imagen-4.0-generate-001

设置页可下拉选择任意官方模型，或输入自定义模型名；模型不可用时自动沿链降级。

说明

• 配置（含 API Key）保存在 ~/.dsh/gemini-bridge.json。
• 生成后自动用 Gemini 视觉模型检查成品图并给出反馈（闭环，不依赖 modlens）。
• 图片保存在 ~/.dsh/gemini-bridge-images/，工具结果卡片内联显示图片并提供可点击链接 /api/gemini-bridge/images/<file>。
• 仅走 原生 Gemini REST API（generateContent / predict），端点勿加 /openai。

目录

lib/index.js        宿主半：三个工具 + systemPrompt 引导 + 配置/模型 HTTP 路由
lib/client.js       浏览器半：设置页（settings.section）
cordis.patch.yml    组合 patch（insert 行）
package.json        包元数据（dsh.bundle / dsh.client）