dsh-vision-router

更多介绍

能力感知 Auto 路由。 想要确定性就继续按配置顺序；想自动选择时再显式开启 Auto，只在已配置模型和已有实测证据上调整优先级。不会通过模型名猜能力，单纯开启 Auto 也不会自动发起测评。 - 可验证的模型测评。 「测试识图」只向当前精确模型发一次请求；Quick / Full 分别测 OCR、通用理解，以及结构化、文档、定位等能力。后台能力数据是独立授权，并会给真实前台识图让路。 - 原图像素，真实答案。 视觉链按原始分辨率读图（仅为保护延迟/额度自动缩放）；你的问题随图一起发送，答案围绕 你的问题 ，而不是一段泛泛的描述。 - 自动降级 + 分类报错。 地区限制、ToS 风控、402 额度、429 限流、上下文超长、网络故障——链路逐供应商尝试，全部失败才报错并给出可操作的建议。遇到 429 会立即尝试下一后端，并按 Retry-After 开启冷却，不会在单次请求内睡眠等待。 - 图片记忆。 视觉答案按附件内容哈希缓存；后续文字轮用记录的描述替换历史图片（标注为不可信证据），DeepSeek 真正“记得”之前发过的图，且不重复消耗视觉调用。 - 可验证的像素闭环。 参照图 → vision html screenshot → vision pixel diff（差异率 + 红色热力图 + 最差区域排行）→ 修复 → 再对比，直到差异收敛。UI 还原从“目测”变成“实测”。 - 稳定工具 schema。 默认从会话开始就注册完整 14 个深看工具，避免图片轮中途扩展工具列表导致长上下文的 KV / prefix cache 失效。仍保留 progressiveTools: true 作为高级启动期 opt-in；开启后才使用 vision activate 按需挂载。详见 docs/progressive-tools-cache.md。 - 选择性代理。 只有配置的视觉供应商域名走本地代理；DeepSeek 保持直连。

Agent 仅根据参考图复刻 UI，再用 vision pixel diff 验证最终结果： 最终差异 2.54% （32,939 / 1,296,000 个差异像素，threshold 16/channel）。