dsh-vision-router：让纯文本模型也能“看图”
一句话结论
给 DSH 挂上一个视觉能力路由层，用文本模型也能描述图片内容，适合做截图理解、图转提示词这类任务。
安装包：
@goodandready/dsh-vision-router 踩坑提示
- 需要配置视觉模型通道，否则只有引导流程没有结果
- 识别结果依赖所选视觉模型，对复杂图表与密集中文小字仍会出错
它解决什么问题
当你用的聊天模型是纯文本模型（比如各类推理/高速模型），会话里上传的图片它“看不见”。 这个插件提供一个视觉路由：把图片交给可用的视觉模型处理，再把描述/结论回注到会话。
典型用法
- 截图理解：把报错截图丢进来，让它描述关键信息
- 图转提示词的前置步骤：先得到客观描述，再由文本模型整理成可复用提示词模板
实测表现
- 对截图类图片（终端、网页、报错弹窗）描述准确度不错
- 对艺术风格图能给出风格标签与配色，但不要指望它做事实判断（例如识别真人身份）
- 它会走独立的一次模型调用，所以一次会话里等于多花一个模型的账
踩坑提示
- 没配视觉通道时，插件只会走一遍引导流程，不会真的返回识别结果
- 图片里的小字（尤其是中文）容易读错，关键信息建议人工复核
- 涉及他人隐私的图片不要上传，尤其不要用于公开站点的自动处理链路