# 影片筆記：DeepSeek Harness识图教程，纯文本模型也能看图！修复图片发送失败，自制开源插件，本地部署视觉模型


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

影片介紹了兩種讓 DeepSeek Harness (DeepthicHonix) 識別圖片的技術路徑：一是直接配置原生多模態模型並手動修改配置文件以解決發送失敗問題；二是使用本地部署的視覺模型將圖片轉為文字後輸入給純文本模型，並推薦了一款自行開發的視覺橋接插件來自動化此流程。

## 核心重點

1.  **兩種識圖技術路線**：
    *   **方案一（原生多模態）**：直接使用具備圖像識別能力的多模態模型。優點是不依賴插件，缺點是需手動修改配置文件以解決介面預設保守策略導致的發送失敗問題。
    *   **方案二（視覺橋接/翻譯）**：使用視覺模型將圖片轉為文字，再輸入給純文本大模型。優點是節省 Token 且過程無感，缺點是可能因中間「傳話者」導致複雜圖像資訊丟失。
2.  **常見問題與解決**：
    *   介面預設將圖片視為純文本，若未正確配置會導致 Token 消耗但報錯。
    *   需手動修改配置文件（`Sitings` 文件）聲明模型支持圖像，以解決圖片發送不出去的問題。
3.  **視覺橋接插件**：
    *   自行開發的插件，旨在自動化「視覺模型翻譯 -> 純文本模型」的過程。
    *   特點：不註冊路由或服務器，體積小，無額外依賴，支持自定義提示詞、緩存、去重及一鍵開關。
    *   安裝方式：通過 PowerShell 命令安裝。

## 詳細大綱

### 一、 前言與核心問題
*   **目標**：讓 DeepthicHonix 看懂圖片。
*   **常見誤區**：僅更換多模態模型未必能解決問題，配置不當會導致啟動失敗。
*   **核心議題**：如何讓純文本模型直接發動圖像識別。

### 二、 兩種技術路徑解析
1.  **方案一：使用原生多模態模型**
    *   **原理**：模型同時具備圖像識別與任務處理能力。
    *   **優點**：不依賴插件，對畫面依賴隨時最小。
    *   **缺點**：需處理介面預設的保守策略問題（需手動配置）。
2.  **方案二：視覺模型翻譯後給純文本模型**
    *   **原理**：先使用視覺模型翻譯，再輸入給純文本模型。
    *   **優點**：大多插件採用此方法，過程基本無感。
    *   **缺點**：圖像與純文本大模型中間多了「傳話者」，複雜圖像可能資訊丟失。

### 三、 方案一實戰配置與除錯
1.  **添加自定義模型提供方**
    *   進入 DeepthicHonix 設置 > 模型。
    *   若無預設提供商，需點擊「添加自定義提供方」。
    *   **填寫 API 資訊**：
        *   **ProvideID**：需以小寫字母開頭（避免重名可加編號如 02）。
        *   **顯示名稱**：可與 ProvideID 相同。
        *   **API 地址**：從後台複製。
        *   **API 協議**：選擇 OpenAI Cooplicions（註：原文如此）。
        *   **API 密爾/密鑰**：從後台複製 APIk 並貼上。
    *   **模型 ID**：若平台使用自動算法切換模型，需手動複製指定模型名稱貼入。
2.  **驗證 API 是否支援圖片理解**
    *   方法 A：將模型名發給 AI 助手判斷。
    *   方法 B：查閱官方文檔，搜尋「多模態」或「圖片理解」等關鍵詞，確認是否有「支持圖像輸入」表述。
3.  **解決圖片發送失敗問題（關鍵步驟）**
    *   **現象**：圖片發送不出去，提示模型不支持圖像。
    *   **原因**：介面預設保守策略，將圖片默認為純文本。接口不告知模型能否看圖，DeepseekHanice 無法自動判斷。
    *   **解決方案**：手動修改配置文件聲明支持圖像。
        *   **路徑**：左下角設置 > 通用設置 > 打開配置文件（或從安裝目錄打開）。
        *   **文件位置**：`C盤` > `用戶` > `[電腦名]` > `.dsh` 資料夾 > `Sitings`（註：原文拼寫）。
        *   **操作**：用記事本打開 `Sitings`，找到對應模型，在 `內幕`（註：疑點）下方輸入指定代碼。
        *   **保存**：按 `Ctrl + S` 保存，熱生效，無需重啟。

### 四、 方案二實戰配置與插件應用
1.  **本地部署視覺模型（使用 iom499）**
    *   **下載安裝**：下載並安裝 iom499，設置語言為中文。
    *   **下載模型**：
        *   搜尋 `千萬3vl`（註：疑點）。
        *   建議顯存充足選 8b 版本，演示使用 4b 版本。
        *   加載模型，調整上下文長度至 `32768` 避免 Token 超線。
    *   **配置 API 提供方**：
        *   複製 iom4stuDIO 的地址。
        *   在 DeepthicHonix 添加自定義提供方：
            *   **ProvideID**：`iom4stuDIO`（或加編號）。
            *   **顯示名稱**：同上。
            *   **IP 地址**：iom4stuDIO 地址 + `/v1`。
            *   **API 協議**：`compleasens`（註：疑點）。
            *   **API 密要**：隨意填寫（如 123）。
        *   獲取可用模型，僅保留視覺模型，顯示名稱改為 `千萬三v2`（註：疑點）。
    *   **修改配置文件**：
        *   在配置文件中對應模型下，`內幕`（註：疑點）下方輸入 `inputtess`（註：疑點）相關代碼並保存。
2.  **安裝視覺橋接插件**
    *   **開發背景**：現有插件功能豐富但非個人習慣，自行開發以符合個人需求（自定義提示詞、緩存、去重、一鍵開關、不污染配置）。
    *   **技術實現**：不註冊路由或示威器（註：疑點），在請求發出前將圖片換成文字。模型列表無額外條目，體積小，無額外依賴。
    *   **安裝方式**：
        *   複製命令，在 PowerShell 中執行安裝。
        *   無論 DFH 是否全局安裝均可使用此命令。
    *   **插件配置**：
        *   **第一步**：選擇識別圖像的模型（需確定能看圖，跳過測試直接寫聲明）。
        *   **第二步**：選擇需被橋接的模型。
            *   *注意*：內置 DeepSig 模型不在列表中，因其由另一個插件單組註冊，模態寫死在代碼中，單純聲明無法改變，支配器會拒收圖片。
            *   *解決方案*：若想使用 DeepSig 純文本模型並發圖片，需通過添加自定義模型提供方，自行配置一份 DeepSig 的 API。
        *   **配置自定義 DeepSig API**：
            *   **ProvideID**：`DeepSigV4`（示例）。
            *   **顯示明聖**：`DeepSigV4`（註：疑點）。
            *   **API 地址**：DeepSig API 地址。
            *   **API 寫意**：`Completions`（註：疑點）。
            *   **APIK**：後台創建並複製貼上。
            *   獲取可用模型，顯示明聖改為 `DLSV4`。
        *   **啟用插件**：測試並啟動，勾選需增加視圖能力的模型，保存後重啟。
        *   **測試**：切換至自定義 DeepSig 模型，發送圖片，確認可正常識別。

### 五、 結語
*   總結 DeepSigHanis 的視圖方案及插件完整用法。
*   預告後續更新 DeepSigHanis 的間接玩法與 AI 知識。

## 工具 / 模型 / 名詞整理

*   **軟體/平台**：
    *   DeepthicHonix（影片口語，可能指 DeepSeek 相關介面或特定客戶端）
    *   DeepseekHanice（影片口語，同上）
    *   DeepSigHanis（影片口語，同上）
    *   DeepSigOfficial（內置模型名稱）
    *   iom499（本地部署工具）
    *   iom4stuDIO（API 服務名稱）
    *   PowerShell（安裝插件環境）
    *   記事本（編輯配置文件）
*   **模型/技術名詞**：
    *   多模態模型
    *   純文本模型
    *   視覺模型
    *   千萬3vl（模型搜尋關鍵字，疑點）
    *   8b 版本 / 4b 版本
    *   千萬三v2（顯示名稱，疑點）
    *   DeepSigV4 / DLSV4（自定義模型名稱）
    *   OpenAI Cooplicions（API 協議，疑點）
    *   completasens / compleasens（API 協議，疑點）
    *   APIk / API 密爾 / API 密要（API 密鑰，疑點）
    *   inputtess（配置文件代碼，疑點）
    *   視覺橋接插件（自行開發）

## 操作流程整理

### 方案一：原生多模態模型配置
1.  **添加提供商**：進入 DeepthicHonix 設置 > 模型 > 添加自定義提供方。
2.  **填寫資訊**：輸入 ProvideID（小寫開頭）、顯示名稱、API 地址、選擇 API 協議（OpenAI Cooplicions）、填入 API 密爾/密鑰。
3.  **設定模型 ID**：手動複製指定模型名稱。
4.  **驗證能力**：確認模型支援圖像輸入（透過 AI 助手或官方文檔）。
5.  **修改配置文件**：
    *   打開配置文件（位於 `.dsh` 資料夾下的 `Sitings` 文件）。
    *   在對應模型的 `內幕` 下方輸入聲明支持圖像的代碼。
    *   保存並熱生效。

### 方案二：視覺橋接插件配置
1.  **本地部署視覺模型**：
    *   安裝 iom499 並設置語言。
    *   搜尋並下載模型（如 `千萬3vl` 的 4b 或 8b 版本）。
    *   調整上下文長度至 32768。
    *   在 DeepthicHonix 添加自定義提供方，指向 iom4stuDIO 地址，協議設為 `compleasens`，密鑰隨意填寫。
    *   獲取模型並更名為 `千萬三v2`。
    *   修改配置文件，在 `內幕` 下方輸入 `inputtess` 相關代碼。
2.  **安裝視覺橋接插件**：
    *   在 PowerShell 中執行安裝命令。
3.  **配置插件**：
    *   選擇識別圖像的模型。
    *   選擇需被橋接的純文本模型。
    *   若需使用內置 DeepSig 模型，需額外配置自定義 DeepSig API（ProvideID: `DeepSigV4`，顯示明聖: `DeepSigV4`，API 寫意: `Completions` 等）。
4.  **啟用與測試**：
    *   勾選需增加視圖能力的模型，保存後重啟。
    *   切換至自定義模型並發送圖片進行測試。

## 值得注意的限制或風險

1.  **介面預設保守策略**：DeepSeek Harness 介面預設將圖片視為純文本，若未手動修改配置文件聲明支持圖像，會導致圖片發送失敗或 Token 消耗但報錯。
2.  **資訊丟失風險**：方案二中，由於圖像與純文本大模型中間多了「傳話者」（視覺模型），複雜圖像可能發生資訊丟失。
3.  **內置模型限制**：內置 DeepSig 模型由另一個插件單組註冊，模態寫死在代碼中，單純聲明無法改變，支配器會拒收圖片，需通過自定義 API 配置來繞過。
4.  **辨識錯誤風險**：由於影片口語與聽寫存在大量疑似錯誤（如模型名稱、API 協議、配置文件參數等），直接套用可能導致配置失敗，需仔細核對疑點清單。

## 逐字稿辨識疑點

*   **軟體名稱**：
    *   `DeepthicHonix` / `DeepseekHanice` / `DeepSigHanis` / `DeepSigOfficial` / `DipsickHannis`：影片中多次出現這些名稱，疑似為同一軟體（DeepSeek Harness 或相關客戶端）的不同口語稱呼或聽寫錯誤。
    *   `DFH`：疑似 DeepSigHanis 的縮寫。
*   **API 協議與參數**：
    *   `OpenAI Cooplicions` / `compleasens` / `completasens`：疑似「OpenAI Completions」的聽寫錯誤。
    *   `API 密爾` / `API 密要` / `APIK`：疑似「API Key」或「API 密鑰」的聽寫錯誤。
    *   `ProvideID`：疑似「Provider ID」的混用。
*   **模型名稱**：
    *   `千萬3vl` / `千萬三v2`：疑似模型名稱（如 Qwen-VL 等）的聽寫錯誤。
    *   `DeepSigV4` / `DLSV4`：自定義模型名稱，需確認是否為正確顯示名稱。
*   **配置文件與代碼**：
    *   `Sitings`：疑似「Settings」的拼寫錯誤。
    *   `內幕`：在配置文件修改步驟中出現，疑似「Model」或特定配置項（如 `model` 或 `parameters`）的聽寫錯誤。
    *   `inputtess`：疑似配置文件中的特定參數或代碼片段，聽寫可能不準確。
*   **其他術語**：
    *   `多魔態` / `純妹妹` / `純本模型`：疑似「多模態」、「純文本模型」的聽寫錯誤。
    *   `未給` / `位給`：疑似「喂給」或「給」的聽寫錯誤。
    *   `插件石頭全部给刀`：語意不明，疑似口誤或聽寫錯誤。
    *   `示威器` / `支配器`：疑似「服務器」或「伺服器」的聽寫錯誤。
    *   `顯示明聖`：疑似「顯示名稱」的聽寫錯誤。
    *   `視視` / `視圖方案`：疑似「視覺」或「視圖」的聽寫錯誤。
    *   `添壓搜索`：疑似「添加並搜索」或類似操作的聽寫錯誤。
    *   `iom499` / `iom4stuDIO`：本地部署工具及 API 服務名稱，需確認正確拼寫。

## 可延伸追問

1.  影片中提到的 `DeepthicHonix` 或 `DeepSigHanis` 具體是指哪個軟體？是否為 DeepSeek 的某個特定客戶端或第三方介面？
2.  配置文件中的 `Sitings` 文件具體結構為何？`內幕` 下方應輸入的確切代碼是什麼？
3.  `千萬3vl` 和 `千萬三v2` 具體對應哪款視覺模型？
4.  視覺橋接插件的原始碼或下載連結為何？
5.  如何確保本地部署的視覺模型（如 iom499）與 DeepSeek Harness 之間的 API 通訊穩定？