dsh-design-qa：用 DeepSeek Harness 让纯文本模型看图并判定设计稿保真度｜安装指南

MIT 许可的 DSH 插件（JavaScript），用 tool calling 给纯文本模型补上多模态识图，再判定设计保真度；DeepSeek 官方多模态上线后自动让位。

DSH 适配

原生运行时

作者声明

安全审计

未审计

最后核验

2026-09-06

许可证

MIT

01它能帮你完成什么？

让 DeepSeek Harness 里的纯文本模型能看图，并判断实现是否贴合设计稿
可回溯到证据的保真度判定，外加一套基准（4 组夹具、23 处注入缺陷、四条通过线）与逐格模型原始输出
在 DSH 上做产品设计的开发者与设计工程，需要文本模型充当判定闭环里的裁判
a760f72e965e…a760f72e965e…
为 DSH 里接进来的任意纯文本模型借来多模态识图能力
模型自己用 tool calling 调 `deepseek_vision`；图片不进主模型上下文，不看就不产生成本
在 DSH 自接 OpenAI 兼容文本端点、想让这些模型也能处理图片的用户
a760f72e965e…a760f72e965e…
在 DeepSeek 官方多模态上线后自动让位
无需改动：运行时 `deepseek_vision` 自我拒绝、安装期跳过核心补丁，插件可原样保留
在意插件生命周期与可维护性的 DSH 用户
a760f72e965e…

02如何接入 DeepSeek Harness？

前置条件

一个已经能正常对话的 DSH —— 工作区选好、主模型 key 配好
Node `^22.19 || >=24`（与 DSH 一致）
一个阿里云百炼的 BAILIAN_API_KEY（本插件只负责识图那条链路）

安装步骤

01
运行 `dsh plugin --profile web add dsh-design-qa`
$ dsh plugin --profile web add dsh-design-qa
02
进入安装目录：`${DSH_HOME:-$HOME/.dsh}/profiles/web/node_modules/dsh-design-qa`
03
设置密钥：`export BAILIAN_API_KEY=<你的 key>`
04
运行 `node install.mjs --route-only`
05
运行 `node install.mjs --restart`（冷启动，HMR 是关的）

验证接入成功

在对话框里粘一张图，直接问「这是啥」即可
图片走粘贴或拖拽进对话框 —— DSH 输入框没有单独的上传按钮

回滚

运行 `node install.mjs --revert-patches` 还原被改的 DSH 核心文件
再运行 `dsh plugin --profile web remove dsh-design-qa`

03DSH 适配与能力边界

DSH 适配原生运行时

通过官方 dsh CLI（`dsh plugin add`）安装接入：在 DSH 内注册 `deepseek_vision` 工具，并补丁本地 DSH 核心让纯文本模型能读图。

deepseek_vision 识图工具
图片路径 / http(s) 地址 / 附件 id→对图片提出问题的回答
a760f72e965e…a760f72e965e…
图片粘贴核心补丁（改 DSH 本体三处）
运行 `node install.mjs --route-only`→纯文本路由允许粘贴图片
在磁盘上改写 DSH 核心三处文件（自动备份，可用 `node install.mjs --revert-patches` 还原）
a760f72e965e…a760f72e965e…
设计保真度基准
设计稿与实现图→保真度判定 + 4 组夹具、23 处注入缺陷、四条通过线
a760f72e965e…a760f72e965e…

04适合谁？何时不该用？

适合

在 DSH 上做产品设计的开发者与设计工程，需要文本模型充当判定闭环里的裁判
在 DSH 自接 OpenAI 兼容文本端点、想让这些模型也能处理图片的用户
在意插件生命周期与可维护性的 DSH 用户

不适合

目标模型必须支持 tool calling，否则只会看到一行 `[图片 …]` 指针而无法进一步调工具。配路由前先确认端点支持 `tools` 参数。
安装会在磁盘上改写 DSH 核心三处。卸载必须显式先跑 `node install.mjs --revert-patches`，否则残留补丁会让模型去调一个已不存在的工具。

05兼容性、维护与安全提示

目标模型必须支持 tool calling，否则只会看到一行 `[图片 …]` 指针而无法进一步调工具。配路由前先确认端点支持 `tools` 参数。
安装会在磁盘上改写 DSH 核心三处。卸载必须显式先跑 `node install.mjs --revert-patches`，否则残留补丁会让模型去调一个已不存在的工具。
`deepseek_vision` 一次只看一张图，未覆盖多图对比；设计稿与实现的并排对比图需调用方自己拼。飞书、Notion 这类需登录态的私有文档图直传 URL 会 401/403。

2026-08-172026-08-25v0.1.3

MIT 许可 · 最新发布 v0.1.3（2026-08-20）

06常见问题

怎么安装 dsh-design-qa？

运行 `dsh plugin --profile web add dsh-design-qa`，进入安装目录后设置 `BAILIAN_API_KEY`，再跑 `node install.mjs --route-only` 和 `node install.mjs --restart`。前提是已经有一个能正常对话的 DeepSeek Harness（工作区选好、主模型 key 配好）。

哪些模型能借这个插件看图？

DSH 里接进来的任意纯文本模型，只要支持 tool calling 就能自己调 `deepseek_vision`。默认引擎是阿里云百炼的 `qwen3.8-max`（用 BAILIAN_API_KEY）。

它会改我的 DeepSeek Harness 吗？

会——安装脚本改写 DSH 核心三处（自动备份）以让纯文本路由接受粘贴图片。卸载先跑 `node install.mjs --revert-patches`，再 `dsh plugin --profile web remove dsh-design-qa`。

插件什么时候退休？

DeepSeek 在 `inputModalities` 声明含 `image` 那天自动让位：运行时 `deepseek_vision` 自我拒绝、安装期跳过核心补丁。本插件可以原样留着。

modlens

作者 liustack

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网最强 DeepSeek Harness 外挂视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得结构化 JSON 证据（OCR、版面、语义）。

精选设计、媒体与视觉TypeScript

4,725147

agent-vision-toolkit

作者 anionex

为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode

设计、媒体与视觉Python

1,25450

dsh-vision-router

作者 ysr666

为纯文本 DeepSeek Harness 智能体提供「视觉」能力，内置免密钥视觉链路与像素级视觉工具，一条命令安装，无需 Python。

精选设计、媒体与视觉JavaScript

1,21162

dsh-image-gen

作者 shanliuling

可在对话内生成、编辑、对比图像；内置 500 + 提示词、图库、多模型工作流，支持 ComfyUI。AI image studio for DeepSeek Harness — generate, edit & compare images in chat, with 500+ prompts, gallery, multi-model workflows and ComfyUI.

精选设计、媒体与视觉TypeScript

1,07564