テキスト専用の DSH Agent に目を与えるプラグイン。画像を貼るだけで動き、キー不要・Python 不要の内蔵無料ビジョンチェーンと 10 個のピクセルレベルツールを備える。DeepSeek は推論を続け、見るのはビジョンモデルが担当し、画像ターンはふつうのツール呼び出しターンのように振る舞う。
dsh plugin --profile web add dsh-vision-router
--profile の後ろは自分で付ける profile 名です。使っているものに置き換えてください。
多くの DSH ビジョンプラグインは、画像をテキスト説明に変換して DeepSeek に渡す——非可逆で、一度きりで、ピクセルには無頓着だ。このプラグインは逆を行く。元のピクセルはビジョンモデル側に残り、DeepSeek は推論側に残り、「画像を見る」ことがふつうのツール呼び出しになる。導入はコマンド 1 つ。パッケージ自身が `dsh.bundle.patch` を同梱しているので、`dsh plugin add` がルート行・アドミッション wrapper・添付上限(20MB / 100MP に緩和)を自動で配線する。純粋な追加のみでコア行には触れず、手作業のファイル編集も不要だ。公式 DeepSeek ルートを乗っ取るかどうかは任意のステルス設定で、既定はオフ。既定で無料——ビジョンチェーンは内蔵の OVHcloud 匿名エンドポイント(Qwen2.5-VL-72B-Instruct、アカウント不要・キー不要、IP あたり毎分 2 回)から始まり、OpenRouter・Pi-AI・任意の OpenAI 互換エンドポイントは任意のアップグレードとして選べる。Python はどこにも要らない。縮小、grounding、切り抜き、ピクセル diff、パレット、OCR、SVG トレース、切り抜き、HTML スクリーンショットはすべて sharp / potrace / tesseract / システムの Chrome 上で動く。見ることがツール呼び出しである以上、作業は連続的で多段になりうる。`vision_ground` → `vision_crop` → `vision_describe` → `vision_pixel_diff` → 修正 → もう一度スクリーンショット、と終わるまで反復できる。テキストターンはモデル・コスト・コンテキストのいずれも影響を受けず、ビジョンモデルは必要なときだけ呼ばれ、回答は画像内容でキャッシュされる。ユーザーから見ても透明だ。アップロードした画像は会話 UI 上で画像のまま描画され、モデルをビジョンツールに向ける書き換えはモデル呼び出しの内部でのみ起こり、セッションログには入らない。v1.1.0 以降は Extra vision wrappers により、任意のカスタムテキストルート(たとえば opencode)でも画像送信がそのまま使えるようになり、長いスクリーンショットの OCR、接続テストボタン、成果物プレビューカードも加わった。
- ▸コマンド 1 つで導入:bundle patch がルート行・アドミッション wrapper・添付上限(20MB / 100MP)を自動配線、純追加でコア行不変
- ▸既定で無料:内蔵 OVHcloud 匿名エンドポイント(Qwen2.5-VL-72B、アカウント・キー不要)。有料チェーンは任意、Python も不要
- ▸見ることがふつうのツール呼び出しなので多段作業が可能:ground → crop → describe → pixel_diff → 修正 → 再スクリーンショットで反復
- ▸テキストターンのモデル・コスト・コンテキストは不変。アップロード画像は画像のまま表示され、書き換えはモデル呼び出し内部に留まりログに残らない
视觉路由:默认免费端点开箱即用、逐供应商降级,issue 8/8 全回应
