DeepSeek Harness 生图与看图插件：图片生成、视觉理解与附件能力对照与失败排查

图片相关插件至少分三类：生成图片、理解图片、处理附件。 三者依赖不同模型与密钥，装错类型，就会出现「为什么它看不懂图」的困惑。

三类能力

先分清「产图、读图、传图」。

文生图走图像服务。 它不依赖对话模型是否支持视觉；提示词发给图像服务，返回图片附件。

视觉理解走对话模型。 模型本身要支持图片输入；不支持时，界面会提示「当前模型不支持图片」。

附件处理是基础能力。 上传与保存不一定要插件，但格式、大小与路径会影响前两类。

生图：配置与返回

生图插件的配置集中在「服务、密钥、输出」三处。

1. 选择服务：云服务或兼容接口，确认支持的模型与尺寸。
2. 填密钥与地址：不同服务的字段不同，按说明填。
3. 设输出路径：图片保存位置要可写，避免放在临时目录。
4. 设展示方式：例如 autoOpen 控制生成后是否自动打开。
5. 发一条短提示测试，确认返回的是附件而不是文本。

返回方式决定后续怎么用，尺寸也要与模型匹配。 作为附件返回的图片可以直接在会话里查看；只返回链接的，需要额外下载（来源）。不同服务支持的尺寸不同；填了不支持的尺寸，可能报错或返回空图。

看图：模型要求

看图不是插件能力，是模型能力。

1. 确认当前模型支持视觉输入；不支持时换模型。
2. 确认图片格式与大小在限制内。
3. 上传后先问一个简单问题，验证模型能看到图。
4. 复杂图片分段提问，避免一次要求过多。
5. 模型不支持时，不要靠插件硬转，结果不可靠。

「当前模型不支持图片」是明确的能力边界。 换模型或关闭图片输入，不要反复重装插件。

看图与生图是两条链路。 生图能用，不代表模型能看图；反之亦然。

附件：上传与格式

附件是图片进入会话的通道，格式与大小是常见卡点。

1. 确认支持的格式：常见是 png、jpg、webp。
2. 确认大小上限：大图先压缩，避免上传失败。
3. 确认保存路径：附件可能落在 DSH_HOME 下，清理会话时注意。
4. 长截图或超宽图可能被缩放，影响识别。
5. 多图请求有数量限制，超过会被拒绝。

格式与大小是硬限制，附件也会占磁盘。 报错时先看这两项，再怀疑模型；多数上传失败不是模型问题。长期使用要定期清理，避免数据目录膨胀。

选型建议

按「要不要产图、要不要读图」选。

不要用一个插件解决两类需求。 生图与看图的服务、密钥与失败原因都不同；分开配，排查更清晰。

先跑通一条。 先生成一张图或先读一张图，确认链路，再配另一条。

失败排查

图片问题集中在四类。

1. 生成失败： 密钥、服务地址、模型名或尺寸不支持；看服务返回的错误。
2. 图片为空： 输出路径不可写或返回格式异常；检查路径与日志。
3. 看不懂图： 模型不支持视觉、图片过大或格式不支持。
4. 附件丢失： 保存路径被清理或会话迁移不完整。

四类的排查入口是「服务日志 + 输出路径」。 只看界面提示，无法区分是服务拒绝还是本地写入失败。

先本地后远程。 本地路径可写、服务可达，再排查模型能力；顺序反了会白折腾。

成本与隐私

图片能力带来额外成本与隐私问题。

1. 按张计费： 生图通常按次数或张数计费，批量生成成本明显。
2. 按图计 token： 看图会消耗视觉 token，图片越大消耗越多。
3. 提示词外发： 生图提示词会发到服务方，不要包含敏感信息。
4. 图片存储： 生成的图片与上传的附件都占本地磁盘，需要清理策略。
5. 服务合规： 使用第三方图像服务时，遵守其条款与内容政策。

成本要提前估算。 批量生图前先算单价与数量；看图任务先测单张消耗。

隐私边界要清楚。 图片可能包含截图、证件或内部资料；上传前确认服务商与使用范围。

下一步

先分清产图与读图，再分别配置。 想看按场景挑插件，看《dsh 插件推荐按场景挑》；想看视觉理解，看《DeepSeek Harness 怎么让 AI 看图》；想看模型图片能力，看《模型图片能力配置》。

来源：dsh-image-gen 插件页（haimuhaimu）、dsh-image-gen 插件页（hiocobueno653-pixel）、DeepSeek Harness 官方文档