讓 DeepSeek Harness 看懂圖片：多模態模型直連與視覺外掛兩種方式
在原版 DeepSeek 貼圖只會收到錯誤訊息——它是純文字模型。B站課程的兩種真實解法，本文逐幀重現：接入 Z.ai 的 GLM 視覺模型，或安裝內建免費視覺模型的 Vision Router 圖片辨識外掛。
最近更新: 2026-09-17
在剛裝好的 DeepSeek Harness 裡貼一張圖，回覆來得很快——也很掃興：「目前的模型不支援圖片」。這不是設定出了錯：DeepSeek 自家的兩個模型都是文字模型，只接收文字輸入，截圖、照片、圖表一律碰壁。
本頁逐幀拆解博學谷 B站課程「視覺與多模態外掛」一集：示範者實測了兩條互不依賴的路線——改接其他平台的多模態模型、為 Harness 安裝視覺外掛——我們為每一步留下截圖，每張圖都能跳回源影片的對應秒數。
也有人用更口語的說法搜這件事：「看圖外掛」和「識圖外掛」是同一個需求，英文側對應的詞形是 deepseek harness vision plugin。三種說法指的都是一件事——模型得讀得懂你貼進來的圖。
30 秒結論
讓 DSH 處理圖片有兩條路。路線一：換模型——在 設定→模型 裡新增提供方，示範選了 Z.ai（智譜 GLM），新註冊帳號送的資源包就夠用，發圖選 GLM-5V-Turbo 這類視覺模型。路線二：裝外掛——在外掛市場安裝 dsh-vision-router，它內建免費視覺模型，原來的 DeepSeek 文字模型照用，圖片辨識就交給外掛。
兩條路的終點一樣：那張先前被拒的標題列截圖被完整讀出——左側 DeepSeek 魚形 logo、中間「探索未至之境」、右側預覽版標籤。外掛並不神祕：它背後呼叫的同樣是多模態模型。
讓 DSH 學會圖片辨識的兩種方式，七步走完
- 1
先在原版 DSH 貼圖，看它如何拒絕
示範者擷取了 DSH 自己的標題列——左邊 logo、中間「探索未至之境」——貼進輸入框，選著 DeepSeek-V4-Pro 問「圖片中有什麼」。等來的是一則錯誤訊息：目前的模型不支援圖片。DeepSeek 內建的兩個模型是文字模型，只收文字，來回切換也沒用。
第一次嘗試：標題列截圖配上最直白的問題。跳到影片 0:23 處 
原版 DeepSeek 模型只收文字——圖根本沒被處理。跳到影片 0:33 處 - 2
開啟 設定→模型，新增能看圖的提供方
點左下角設定進入「模型」，在內建 DeepSeek 旁可以新增模型提供方：amazon-bedrock、openai、google、minimax……本集選 z-ai（智譜 Z.ai，GLM 系列的老家），它需要 TokenPlan 方案，或者用新帳號領免費額度。
目錄很長；本集捲到最底下選了 z-ai（智譜 GLM）。跳到影片 1:41 處 - 3
免費拿一把 API 金鑰，回到 DSH 貼上儲存
課程講義裡的連結直達智譜 BigModel 控制台：用新手機號碼註冊即送資源包（在 財務→資源包 裡看得到，體驗綽綽有餘）。在 API Key 頁建立金鑰，名字隨便填；複製回 DSH 的 ZAI 提供方表單貼上，按儲存——Z.ai 的模型立刻解鎖。
新手機號碼送資源包，金鑰本身一步就能建立。跳到影片 3:01 處 
貼上、儲存，接入就完成了。跳到影片 3:13 處 - 4
切到 GLM 視覺模型，把圖再傳一次
再開模型選擇器，DeepSeek 下面多了一個 z-ai 分組。注意：視覺能力跟著單一模型走，不是跟提供方走——示範先選 GLM-5.2，照樣報不支援；換成 GLM-5V-Turbo 後圖片直接送出。回答把截圖逐項讀出：左側黑色魚形 logo、中間「探索未至之境」、右側預覽版標籤。
提供方接好了——但要挑對模型，不是每個 GLM 都看得見圖。跳到影片 3:23 處 
路線一成功：視覺模型一口氣讀出 logo、文字和標籤。跳到影片 4:00 處 - 5
在外掛市場安裝 Vision Router 圖片辨識外掛
第二條路保留你的文字模型。開啟 設定→外掛市場，選「視覺與多模態」分類，本集裝的是排在最前面的 dsh-vision-router：它為 DSH 提供圖片辨識能力，最關鍵的是內建免費視覺模型，不必再去任何平台申請金鑰。點安裝，確認。
dsh-vision-router 就是本集的選擇：免費視覺模型，零額外金鑰。跳到影片 5:13 處 - 6
重啟 DSH，再看外掛的視覺設定
安裝完會提示重啟。示範者不點重啟按鈕（他之前點出過問題），而是在終端機 Ctrl+C 停掉、重新執行啟動指令，再重新整理瀏覽器。設定→外掛 裡多出了 Vision Router（圖片辨識）：可以替它指定視覺模型，內建的免費備援模型和次數限制讓輕度使用不花錢。
重啟後外掛出現在設定裡——免費備援模型含在內，無需金鑰。跳到影片 6:10 處 - 7
選帶視覺標示的模型變體，再問一次
仍然用純文字的 DeepSeek-V4-Pro，打開模型選擇器：外掛多掛了一組同名的 DeepSeek 項目，帶視覺標示——同樣的模型，外加自動圖片辨識。選它，把同一張標題列截圖再貼進去問「圖片中有什麼」。這次回答把圖拆成三塊：左側金魚形 logo、中間文字、右側預覽版標籤——DSH 看得見圖了。
同名新能力：外掛的變體給 DeepSeek-V4-Pro 加上了圖片辨識。跳到影片 6:45 處 
路線二同樣成功——文字模型沒換，讀圖的是外掛的視覺模型。跳到影片 7:18 處
看圖外掛與 vision plugin：外掛橋接 vs 官方原生
DeepSeek 發布 V4-Flash-Vision-Exp 之後，這個問題變了：現在替 DSH 裝眼睛有兩條路——用外掛把純文字模型橋接到某個視覺 provider，或者直接在模型選擇器裡挑官方多模態模型。兩者不是競品，解決的是不同限制。
橋接：外掛把圖帶過去
anionex/agent-vision-toolkit（★1,214）圍繞純文字模型搭了一套視覺工具箱，ysr666/dsh-vision-router（★1,120）自帶免費視覺鏈、不填 key 也能用。外掛截下你貼的圖、轉交給視覺模型，主力對話模型本身不必是多模態。
原生：模型自己看得見
DeepSeek-V4-Flash-Vision-Exp 直接出現在模型選擇器裡，選它之後「看圖」就是模型能力而不是外掛能力。flyvhidbwo/dsh-vision-proxy（★14）、nicholas023/vision-exp-tile（★12）這類外掛正是壓在這個端點上——後者還會把大圖切成無損小塊再送進去。
怎麼選
已經在替視覺 provider 付費，或者想走免費視覺鏈？用橋接，router 和工具箱就是幹這個的。想少幾個活動零件、走官方路線？直接選多模態模型，外掛只留給 OCR 密集的頁面和截圖這類特殊情況。兩條路並存，唯一的錯誤是以為只有外掛這一種進法。
DSH 圖片辨識常見問題
模型、金鑰、費用和重啟——本集真正回答過的問題。
怎麼讓 dsh 看懂圖片（圖片辨識）？
預設不支援——內建 DeepSeek 模型是純文字，第一步的錯誤訊息就是證據。兩條路：一是接入多模態提供方（示範用 Z.ai，傳圖選 GLM-5V-Turbo）；二是裝 Vision Router 外掛，由它把圖片轉給視覺模型——包括內建的免費模型——你繼續用原來的文字模型聊天。
GLM 金鑰和視覺外掛要花錢嗎？
不用。用新手機號碼註冊智譜 BigModel 即送資源包，示範中在 財務→資源包 確認過額度夠體驗；Vision Router 外掛本身內建免費視覺模型，備援路線零成本。重度使用才需要 TokenPlan 方案或自己的金鑰。
為什麼 GLM-5.2 仍然拒圖，GLM-5V-Turbo 卻可以？
因為視覺能力屬於單一模型，不屬於提供方。Z.ai 目錄裡文字模型（GLM-4.7、GLM-5.1、GLM-5.2…）和 GLM-5V 視覺家族混在一起。選到文字模型照樣彈「目前的模型不支援圖片」；選 GLM-5V-Turbo，輸入框立刻收圖。
外掛要求重啟，直接點它的重啟按鈕可以嗎？
可以，但示範者沒點——他之前點重啟出過問題。他的做法：終端機裡 Ctrl+C 停掉 dsh，重新執行啟動指令，再重新整理瀏覽器，外掛就出現在 設定→外掛 裡。如果你點了按鈕且出了問題，直接讓 dsh 自己修。
相關 DeepSeek Harness 指南
從挑視覺外掛到換模型——順道多讀幾篇。
來源與致謝
本頁截圖取自下方 B站課程，著作權歸創作者所有——每張圖都連回截取的確切秒數。