使用 DSH Vision Toolkit 处理多图、长截图与界面还原

在 DeepSeek Harness(DSH)中安装 Vision Toolkit,完成多图问答、长截图 OCR、视觉定位、界面还原和像素差异验证。

社区整理已复核原始来源
DSH
0.2.0-rc.2
系统
Windows / macOS / Linux
风险
high
本页目录(11)
对应插件dsh-vision-toolkit

先查看功能、兼容性、权限和同类选择,再按本文操作。

查看插件详情 →
<!-- BEGIN REVIEWED GUIDE SUPPLEMENT -->

2026-10-02 更新到 Vision Toolkit 0.1.46,适配 DSH 0.2.0-rc.2

本页安装目标更新为 @anionex/[email protected],命令固定使用 DSH 0.2.0-rc.2。新版本声明兼容 0.2.0-rc.2;本站只做了固定版本的源码与发布包静态复核,没有安装或运行。

  • 默认会把图片发给作者自建的服务: 没有配置自己的视觉模型时,默认端点是 vision.anionex.me,图片输入变体也会自动切换;需要隐私时先在设置中改成自己的视觉模型。
  • 首次运行会下载 Python 运行时和依赖;设置页的"安装更新"会把插件更新到 npm 最新版并重启 DSH Web。
  • 安装方式改为 npm 包 @anionex/dsh-vision-toolkit,作者 README 只给出 npm 安装方式。

仍在使用 DSH 0.1.x: 仍在使用 DSH 0.1.x 的用户:0.1.38 只适合 DSH 0.1.1 及更早版本;它在 0.1.2 alpha 起因 settingsNamespace 被移除而无法启动,在 0.1.7 起设置接口变化也会失效,且其 peer(^0.1.0-rc.6)不满足 0.2.0-rc.2。0.1.46 的 peer 同时覆盖 0.1.0-rc.8 至 0.1.x 各发布线和 0.2.0-rc.2,DSH 0.1.2 及以上的用户建议直接使用 @anionex/[email protected];确需留在 0.1.38 时请固定 DSH 版本并避免使用设置页的“安装更新”跟随最新版。

依据:固定证据 1(外部链接,在新标签页打开)、固定证据 2(外部链接,在新标签页打开)、固定证据 3(外部链接,在新标签页打开)。

<!-- END REVIEWED GUIDE SUPPLEMENT -->

Vision Toolkit 0.1.46 为 DSH 纯文本模型提供 10 个视觉工具和图片输入变体:图片问答、OCR、定位、裁剪、SVG 描摹、像素差异、长截图 OCR、抠图、取色与本地 HTML 截图。

如果你的目标是在 DSH 中完成多图问答、长截图 OCR 和界面还原,本教程会说明如何在 DeepSeek Harness(DSH)中准备、安装、配置、验证和回退 dsh-vision-toolkit。本文锁定作者仓库提交 b825d035c908;已复核固定提交的原始资料,未进行运行实测。

对应插件:查看 dsh-vision-toolkit 的功能、权限与兼容性说明。先确认它适合你的工作流,再执行安装。

先确认是否适合你

  • 分类:图片识别与视觉
  • 风险等级:high
  • 核验证据:source_reviewed
  • 兼容性边界:19 个 @deepseek-ai/dsh-* peer 均精确包含 0.2.0-rc.2,按 semver includePrerelease 判定满足;作者声明已在 0.2.0-rc.2 隔离 Profile 验收。52DSH 未运行实测,Node.js ^22.19 或 >=24。
  • 主要权限关注:读取工作区、/tmp 和 allowedDirs 中的图片与 HTML;默认把图片发往作者自建的免费视觉服务;运行 Python 子进程与本机 Chrome;首次下载 Python 和 PyPI 依赖;可在设置页触发 pnpm 自更新并重启 DSH Web。

如果你准备在重要工作区使用,先阅读插件详情页的权限和数据流说明;“源码已审阅”或“资料已整理”都不等于安全认证。

安装前准备

本页 DSH 命令版本: 0.2.0-rc.2。0.1.46 的 19 个 DSH peer 都明确包含 0.2.0-rc.2,本页固定 DSH 0.2.0-rc.2。仅静态复核,未在本站运行验证。

  • 视觉 Provider 决策:默认使用作者自建的免费服务 vision.anionex.me;处理私有截图前改为自有或受信任的 OpenAI 兼容、Responses 或 Anthropic 端点。
  • Python 3.11+ 或网络:无系统 Python 时首次使用会下载约 35 MB 的固定哈希 Python,并从腾讯云镜像或 PyPI 安装 Pillow、NumPy、vtracer。
  • Chrome/Chromium/Edge:仅 vision_html_screenshot 需要;缺失时其他工具仍可用。
  • 无敏感信息测试图片:先用公开截图验证,不上传账号、密钥、客户数据或内部系统画面。
  1. 安装 Node.js 22.19、Node.js 24 或项目当前声明支持的更高版本,并确认 pnpm 可用。
  2. 使用独立的 web Profile 和可丢弃测试工作区,不直接连接生产目录。
  3. 备份当前 Profile 配置,并记录安装前的 --dump-config 输出。
  4. 核对固定来源中的外部服务、账号、运行时和平台限制。
  5. 需要凭据时只准备测试凭据;本页识别到的候选变量包括 MY_VISION_KEY、VISION_SSL_VERIFY、DSH_HOME。

安装 dsh-vision-toolkit

52DSH 使用目录中记录的精确安装目标,避免直接跟随可能变化的默认分支:

npx --yes @deepseek-ai/[email protected] plugin --profile web add @anionex/[email protected]

GitHub 源码插件如果被 pnpm 拦截构建脚本,先检查终端提示的具体包和脚本。只在 web Profile 中放行确实需要的构建项,不要全局放行未知依赖。

插件专属配置

配置目标

  • $DSH_HOME/profiles/<name>/cordis.patch.yml:插件 Bundle 行 id: vision-toolkit;可在同一行 config 中设置 provider、language、timeoutMs、allowedDirs、storageDir、imageInputVariants 等。
  • 设置 → 视觉工具(Settings 命名空间 vision-toolkit):Web 设置页编辑 Provider、协议、Credential、限制与运行时,并提供“测试视觉模型”。
  • DSH Credentials(provider.credential 引用名):保存自有视觉服务 API Key;Settings 只保存引用名,不回显密钥。
  • <workspace>/.dsh-vision-toolkit/:默认产物、粘贴图片与临时文件目录;配置 storageDir 后改为共享根目录下 0700 私有子目录。
  • ~/.dsh/cache/dsh-vision-toolkit/:隔离 Python 运行时、Artifact 签名密钥 artifact-access.key 与运行时缓存。

环境变量

  • MY_VISION_KEY(可选),敏感:README 示例中的 Credential 引用名,可替换为任意名称;值通过 DSH Credentials 保存,不写入 patch 或仓库。
  • VISION_SSL_VERIFY(可选):仅在受信任的自签证书或 MITM 代理端点使用;设为 0/false 等会关闭 Python 客户端的证书校验,默认校验。
  • DSH_HOME(可选):改变 Profile 与 ~/.dsh/cache/dsh-vision-toolkit 运行时缓存的根目录。

固定版本安装与配置检查

证据:固定来源(外部链接,在新标签页打开)。将路径、账号和凭据占位符替换为测试值。

npx --yes @deepseek-ai/[email protected] plugin --profile web add @anionex/[email protected]
npx --yes @deepseek-ai/[email protected] --profile web --dump-config

$DSH_HOME/profiles/web/cordis.patch.yml(改用自有视觉服务)

证据:固定来源(外部链接,在新标签页打开)。将路径、账号和凭据占位符替换为测试值。

- id: vision-toolkit
  config:
    provider:
      baseUrl: https://api.example.com/v1
      credential: MY_VISION_KEY
      model: your-vision-model
      protocol: openai

安装后设置

  1. 重启 DSH Web 并硬刷新浏览器,打开 设置 → 视觉工具 确认插件已加载。
  2. 决定是否继续使用默认免费服务;处理私有图片前改为自有 Provider,并把 API Key 保存为 DSH Credential。
  3. 首次启动等待隔离 Python 运行时准备完成;离线环境先安装 Python 3.11+ 或在设置中指定 runtime.python。
  4. 如不希望模型选择器被透明替换,在设置中关闭 imageInputVariants.hidden 或 autoSwitch。

配置验证与成功结果

先导出配置,再启动同一版本的 DSH Web:

npx --yes @deepseek-ai/[email protected] --profile web --dump-config
npx --yes @deepseek-ai/[email protected] web
  1. 确认 web Profile 中出现 id 为 vision-toolkit 的 @anionex/dsh-vision-toolkit 行。

    npx --yes @deepseek-ai/[email protected] --profile web --dump-config
    

    期望结果:Bundle 行存在且没有加载错误;只证明配置写入,不代表视觉调用可用。

  2. 在 设置 → 视觉工具 点击“测试视觉模型”。

    期望结果:返回连接与模型检查结果,或给出可解释的 Credential、网络、配额错误。

  3. 在测试工作区放一张公开截图,调用 /vision-skills 让它描述并定位一个按钮。

    期望结果:得到描述和原图像素坐标,产物写入 .dsh-vision-toolkit 目录。

第一次使用

  • (使用 vision-skills)读一下这张公开错误截图,说明报错原因和先修哪里。
  • 找到截图右上角的登录按钮,返回原图像素坐标并生成框选预览。
  • 把 reference.png 还原成 HTML,每轮渲染后做像素差异对比。

数据、权限与凭据

**数据流:**粘贴或工作区图片 → 本机压缩/缩放 → 视觉 Provider(默认 https://vision.anionex.me/v1,可改为自有(外部链接,在新标签页打开) OpenAI/Responses/Anthropic 端点,Key 存 DSH Credential)→ 描述/OCR/坐标文本 → DSH 主模型与会话;产物与粘贴图写入工作区 .dsh-vision-toolkit 或自定义 storageDir,运行时与签名密钥在 ~/.dsh/cache/dsh-vision-toolkit。

**权限关注:**读取工作区、/tmp 和 allowedDirs 中的图片与 HTML;默认把图片发往作者自建的免费视觉服务;运行 Python 子进程与本机 Chrome;首次下载 Python 和 PyPI 依赖;可在设置页触发 pnpm 自更新并重启 DSH Web。

**数据存储:**图片会按配置发往视觉 Provider,默认是作者自建的 vision.anionex.me,返回的描述进入 DSH 会话与持久证据缓存;Settings 只存 Credential 引用;产物与粘贴图在工作区 .dsh-vision-toolkit 或 storageDir;Python 运行时与签名密钥在 ~/.dsh/cache/dsh-vision-toolkit。

真实 Token、API Key、Cookie 和账号 ID 不应写进 Git 仓库、网页截图或公开 Issue。测试结束后撤销临时凭据。

卸载、回退与清理

停止 DSH 后,从同一个 Profile 移除包:

npx --yes @deepseek-ai/[email protected] plugin --profile web remove @anionex/dsh-vision-toolkit
  1. 停止 DSH,从同一 web Profile 移除 @anionex/dsh-vision-toolkit 及其 vision-toolkit 配置行,重启后确认设置页与 vision_* 工具消失。
  2. 卸载不会自动删除数据:按需删除工作区 .dsh-vision-toolkit、自定义 storageDir 子目录和 ~/.dsh/cache/dsh-vision-toolkit。
  3. 撤销测试用 API Key 并删除对应 DSH Credential;外部视觉服务侧的记录需按服务商政策处理。
  4. 回退到 0.1.38 只适用于 DSH 0.1.1 及更早版本:npx 命令中的 DSH 版本也要换成对应旧版本,再安装 @anionex/[email protected];0.1.38 的 peer 不满足 0.2.0-rc.2。

常见问题

首次使用提示运行环境尚未就绪

检查到腾讯云 COS 镜像、GitHub 与 PyPI 镜像的网络;离线时安装 Python 3.11+ 或设置 runtime.python 后重试“测试视觉模型”。

返回 429 或额度用尽

默认免费服务是共享入口且有每日额度;改为自有 Provider 和 DSH Credential。

模型列表看不到 (Vision Toolkit) 变体

imageInputVariants.hidden 默认开启,会沿用原模型名并隐藏原文本模型条目;关闭 hidden 可恢复显式并列条目。

设置页提示应用内更新不可用

git、本地或只读 Profile 安装不支持应用内更新;按本页固定版本命令手动升级,不建议跟随 @latest。

vision_html_screenshot 不可用

安装 Chrome、Chromium 或 Edge;该工具只接受授权目录内的本地 .html/.htm,不接受 URL。

安装成功但页面或命令没有出现

先运行 --dump-config 确认 Bundle 已进入 web Profile,再重启 DSH Web 并硬刷新浏览器。不要通过反复扩大权限来解决加载问题。

插件运行后没有得到预期结果

把问题缩小到本页的最小验证任务,检查作者文档要求的变量、外部服务和平台限制。保存终端错误原文,并核对当前安装目标是否仍对应本页固定提交。

作者提供了独立故障文档,可从下方“固定来源证据”进入;本页没有把整份 README 复制过来。

固定来源证据

以下资料是本文配置结论的依据:

继续查看:返回 dsh-vision-toolkit 插件详情页,重新核对兼容性、权限、同类插件和来源状态。

来源与维护信息

本文根据以下原始资料整理。版本变化后,请以官方资料和页面标注的验证日期为准。

完成当前任务后

按结果继续,不要停在文章末尾

已成功

继续完成配置、验证或下一阶段任务。

继续下一步 →
仍未解决

保留现象和错误原文,再进入对应排障路径。

DSH 安装 Git 插件被 allowBuilds 阻止怎么办 →安装和管理 DeepSeek Harness(DSH)插件 →