auto-vision

auto-vision

贴图不会让对话报错，图片在聊天窗口里正常显示；
模型自动判断是否需要看图，需要时自己调用视觉模型读取内容 —— 免费，支持智谱 / 魔搭社区的免费视觉模型，也支持你自己的任意 OpenAI 兼容平台。

---

演示

录制于 DeepSeek Harness Web 界面：粘贴图片 → 对话正常继续 → 模型自动调用视觉模型读取图片内容。

安装

1. 把本目录拷到 DSH profile 的 node_modules 下（如 ~/.dsh/profiles/web/node_modules/auto-vision/）。

2. 在 profile 的 cordis.patch.yml 中插入：

   - insert:
       - id: auto-vision
         name: auto-vision
   

3. 配置 Token（见下），重启 DSH 进程。

配置 Token

视觉平台	环境变量	免费模型
智谱 BigModel	ZHIPU_API_KEY	GLM-4V-Flash（免费）
魔搭 ModelScope	MODELSCOPE_API_KEY	Qwen3-VL（免费额度）
其他任意 OpenAI 兼容平台	VISION_API_KEY + VISION_ENDPOINT + VISION_MODEL	你平台的模型

也可以把 Token 写进 ~/.dsh/.credentials.yaml（同名键），效果一样。

export ZHIPU_API_KEY=xxx          # 用智谱
export MODELSCOPE_API_KEY=xxx     # 用魔搭

切换视觉源

默认魔搭；想用智谱免费档，二选一：

export VISION_PROVIDER=zhipu      # 环境变量方式

# 或写在插件 config 里
- id: auto-vision
  name: auto-vision
  config:
    provider: zhipu

自己的平台（例如本地 Ollama）直接指定端点：

  config:
    endpoint: http://127.0.0.1:11434/v1/chat/completions
    models: [qwen2.5-vl:7b]

License

MIT · Changelog