dsh-read-image

更多介绍

不再拦截 ：用户发送图片时，文本路由被声明为可接受图片输入，api-proxy 的准入闸门放行。 - [Image #N] 投影 ：文本路由的模型请求中，图片块被原位替换为 [Image #N] 文本，像素永远不会进入文本 API；多模态路由原样放行。 - 一等公民 read image 工具 （每个会话自动注册，遮蔽内置同名工具）： - image index：读取会话中第 N 张图片（[Image #N]）； - file path：读取文件路径的图片（PNG/JPEG/WebP/GIF）； - prompt / reasoning effort / timeout ms / max tokens / max thinking tokens：可选参数，缺省使用配置默认值（工具描述内插当前真实默认值，Agent 无需猜测）； - 文本路由通过配置的 视觉模型 把图片转成文字描述返回；多模态路由直接返回图片本身； - 无状态、可重复调用（包括重复读取同一张图）。 - 原生多模态路由回退内置工具 ：会话基础路由本身声明图片输入时（如 mimo-v2.5），不注册自定义工具、不注入 [Image #N] 提示词段——该路由下图片直接进模型上下文，模型看到的是 harness 内置 read image（仅 file path，"return the image itself"）。 - 可视化配置 ：设置面板（侧边栏齿轮）里的「读图」页，编辑视觉模型与默认参数；浏览器与 host 之间走 typert Remote 桥（readImageConfig），绕开 harness 对插件命名空间的设置白名单。