配置 ModLens 3.26.1 图片识别、直连与专属代理

ModLens 3.26.1 为 DSH 文本模型提供视觉桥接，修复 Lexical 输入框的图片粘贴路径写入，保留 Provider 专属代理与直连设置。

如果你的目标是在 DeepSeek Harness 配置 OCR、图片理解、视觉模型与代理，本教程会说明如何在 DeepSeek Harness（DSH）中准备、安装、配置、验证和回退 ModLens。本文锁定作者仓库提交 a1923d016c2b；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 ModLens 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。

ModLens 3.26.1 为 DeepSeek Harness（DSH）的文本模型增加图片理解桥接。先选视觉引擎，再选择网络路由，用公开截图验证；DSH 原生插件入口与面向其他工具的 Skill 安装是两种方式，不需要为了本教程另外安装 Skill。

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：本页选用 DSH 0.1.2-rc.1，Node.js >=22.19；作者未声明完整 DSH peer 矩阵。已核对 Bundle、工具、附件与配置路径，未在本站运行，也不推导 alpha.2 兼容。
• 主要权限关注：读取图片、运行包内 CLI，按配置调用视觉 API 或已有本地 CLI；保存 API Key 和代理凭据，图片及识别结果可能发往外部服务。

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： 0.1.2-rc.1。本页选用 DSH 0.1.2-rc.1，Node.js >=22.19；作者未声明完整 DSH peer 矩阵。已核对 Bundle、工具、附件与配置路径，未在本站运行，也不推导 alpha.2 兼容。

• 无敏感信息测试图片：用公开截图验证 OCR 和版面，不上传账号、密钥或客户数据。
• 视觉 Provider 或本地 CLI：选择一种受信任后端并了解计费与数据保留政策。

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 OPENAI_API_KEY、GEMINI_API_KEY。

安装 ModLens

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 @liustack/[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

• ~/.modlens/config.json：保存视觉引擎、Key、代理与复用授权，与其他 harness 共享；属于本机敏感配置。
• $DSH_HOME/profiles/<name>/cordis.patch.yml：DSH 插件的 families/discover 等覆盖，不与视觉引擎配置混写。

环境变量

• OPENAI_API_KEY（可选），敏感：仅使用 OpenAI 兼容视觉引擎且该引擎未在共享文件中配置时可作为来源；对应地址为 OPENAI_BASE_URL。优先核对当前引擎，勿混用。
• GEMINI_API_KEY（可选），敏感：Gemini API 视觉引擎可用的环境凭据；若共享文件已经配置该引擎，文件来源优先，不是逐字段混合。

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

安装后设置

1. 先备份共享配置，打开设置 → 插件 → 插件配置，选择一个受信任的视觉引擎。
2. 逐个核对 Provider 的继承、直连或专属代理；确认选定后端与故障转移范围，再用公开小图片验证。

先区分三种代理方式

旧版本把 Provider 空串视为继承。升级前逐项核对：需要继承时在设置卡片选择“继承”，不要把配置字段写成空串。卡片中“已保存的代理地址输入框留空”表示保留，与选择“直连”不同。

设置卡片读写 ~/.modlens/config.json，不会返回已存 Key 或代理 URL。多个 harness 共用该文件，使用新直连设置前先对齐版本。

具体入口和字段见固定版本宿主配置说明 ↗（外部链接，在新标签页打开）。

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. 用公开截图请求 OCR，核对引擎与允许的故障转移后端。

   期望结果：返回识别结果或可解释错误；不通过输出文字单独断言实际网络路径。

2. 分别核对继承/直连设置，检查 Host 日志与代理侧记录（脱敏）。

   期望结果：配置符合预期；没有真实网络验证时仅记录配置检查，不声称流量已验证。

3. 在需要 paste-to-path 的文本模型组合中，粘贴公开截图，分别核对上传和输入框路径插入。

   期望结果：路径进入当前输入框，或出现可解释错误；仅图片上传成功不算完整通过，原生视觉模式保留原生附件。

第一次使用

• 识别公开截图中的按钮文字与布局，不推断未显示的账号信息。

扩展其他文本模型

默认发现 DeepSeek、GLM、MiMo 等符合条件的模型。需要拓展时，在现有 Profile 的 modlens 配置行覆盖 families，保留其他字段，不重复 insert：

- id: modlens
  config:
    families: ['*']

通配规则要求元数据明确包含 text 且不含 image；未知能力和原生视觉模型不会自动添加变体。可用 discover 限定实际已注册的 Provider ID。它们属于 DSH Profile 配置，实际视觉引擎仍在共享 JSON 中选择。

使用一张公开截图，确认 OCR 与布局输出，避免先上传真实项目截图。

数据、权限与凭据

**数据流：**图片 → 本机预处理/包内 CLI → 选定视觉 Provider（可经专属代理或直连）→ 证据文本 → DSH 模型与会话；共享配置存于 ~/.modlens/config.json。

**权限关注：**读取图片、运行包内 CLI，按配置调用视觉 API 或已有本地 CLI；保存 API Key 和代理凭据，图片及识别结果可能发往外部服务。

**数据存储：**API Key、代理与引擎配置保存在 ~/.modlens/config.json；POSIX 写入权限为 0600，不是加密凭据库。图片可能发往视觉 API，识别结果再进入 DSH 模型与会话。

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 @liustack/modlens

1. 停止 DSH，从同一 Profile 移除 @liustack/modlens，重启并检查 Bundle 消失。
2. 回退到升级前版本 3.25.4 时，恢复对应 Profile、锁文件与配置备份；固定命令：npx --yes @deepseek-ai/[email protected] plugin --profile web add @liustack/[email protected]。卸载不自动清除本地与第三方数据。
3. 恢复 3.25.4 时同时恢复 ~/.modlens/config.json；撤销测试 Key，并分别清理会话图片、识别结果与外部服务记录。
4. 本批直接回退目标为 3.26.0；固定同 Profile 安装并恢复升级前配置。更早 3.25.4 的代理语义变化仍按上文处理。

升级或回退时保留网络边界

代理失败先分清连接错误与认证/配额错误，不为测试随意取消公司要求的代理。回到 3.25.4 时，必须同时恢复升级前共享配置；该版本对空代理的解释不同，仅降级包版本可能改变路由。参阅更新与卸载保留 Profile 与配置快照。

图片上传了，输入框里却没有路径

3.26.1 修复 rc.1 使用 Lexical contenteditable 后，旧逻辑只接受 textarea/input 的问题。先确认已重启 DSH 并刷新浏览器、实际加载 3.26.1，再用公开截图测试。插件仅在 Host 已确认需要接管且找到可写输入目标时接管粘贴；原生视觉附件模式无需强求出现路径。

若上传后仍没有路径，查看浏览器是否有 paste-to-path: could not insert into the composer，保留脱敏日志后排查编辑器兼容。日志可能包含本机路径。不要安装自动执行剪贴板脚本或直接修改输入框 HTML；这不是通用中文输入法修复。

常见问题

升级后不再经过共享代理

3.26.1 中 providers.<引擎>.proxy 空串表示直连；选择继承或移除该字段，不是将它设为空。

模型没有视觉变体

核对实际 Provider ID、families、discover 与 inputModalities；原生 image 模型无需变体，未知输入能力不会被通配规则自动纳入。

图片上传成功但输入框没有路径

确认 3.26.1 已重启加载；区分原生视觉与路径接管，检查浏览器 paste-to-path 错误并脱敏路径。

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：

• README.zh-CN.md ↗（外部链接，在新标签页打开）
• README.md ↗（外部链接，在新标签页打开）
• INSTALL.md ↗（外部链接，在新标签页打开）
• docs/harness-setup.md ↗（外部链接，在新标签页打开）
• docs/troubleshooting.md ↗（外部链接，在新标签页打开）
• SECURITY.md ↗（外部链接，在新标签页打开）

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