DSH 中转模型发不了图片?检查这个折叠选项

/林小卫很行

我在 DeepSeek Harness(DSH)里配了几个中转模型。

用是能用,但一直有个说不上来的别扭:只能发文字,发不了图片。

每次往对话框里贴图,都会被顶回来一句「当前模型不支持图片」。 DSH提示当前模型不支持图片报错界面

我当时的判断很直接:中转站不给力。毕竟「不支持图片」这五个字,听着就是在说模型本身不会看图。

但这个判断错了,而且错得挺彻底。

先说结论:中转站是无辜的

我做了一件挺笨但很有效的事:绕开 DSH,直接拿中转站的 API 打一张图过去。

图是我随机生成的四个数字,白底黑字,程序里把答案写进另一个文件。这样我自己都不知道图上是什么,模型要能读出来,就只能是真在读图。

结果它一字不差地念了出来,所以中转站从头到尾都支持视觉。

那句「当前模型不支持图片」,是 DSH 自己说的。

绕过客户端直调API验证中转模型识图能力示意图

坑在哪:一个默认只勾了「文本」的选项

问题出在 DSH 判断「这个模型会不会看图」的依据上。

在 DSH 里,每个模型都要声明自己能接收什么类型的输入。这个东西写在一个叫「输入类型」的设置里,底下两个复选框:文本、图片。

关键在于:你从设置界面里添加中转站、拉取模型列表之后,新模型默认只勾了「文本」。

「图片」那一格是空的。

于是 DSH 就认定这个模型是纯文本模型。你贴图,它在半路就把图片拦下来,直接回你「当前模型不支持图片」,图片根本没机会发出去。

而更让人头疼的是第二层:

这个「输入类型」是折叠起来的。 DSH模型设置中默认折叠的输入类型选项界面

模型的 id 和名称是摊开在外面的,你一眼就能看见、随手就能改。但「输入类型」和「上下文窗口」「最大输出 token 数」一起,被收在了那一行的小箭头后面。不点开,你根本不知道有这么个东西存在。

所以整件事的荒诞之处在于:

一个模型能不能看图,取决于一个默认收起、默认不勾的复选框。而它给出的报错,把矛头指向了中转站。

为什么官方模型没这个问题

这里有个很自然的疑问:都是模型,为什么官方那条线一直好好的?

因为在 DSH 里,「这个模型会看图」这件事,是要有人明确声明的。

官方模型走的是内置插件,它的能力是写死在代码里的:内置的模型目录里,明明白白标着「文本 + 图片」。你不用管,它天生就会。

而中转模型走的是另一套通用插件。这套插件没有内置任何模型目录,毕竟中转站五花八门,它不可能预先知道每个模型会什么。所以它给了一个默认值,就是纯文本。

一句话概括:

官方模型的能力,厂商替你声明了;中转模型的能力,得你自己声明。

这其实是个挺合理的设计。不合理的是,它没告诉你。

官方内置声明与中转保守默认值机制对比图

改起来倒是很简单

知道原因之后,修起来就是点两下的事:

设置 → 模型 → 点开那个模型行的折叠箭头 → 找到「输入类型」→ 把「图片」也勾上。

勾完重启 DSH,图片就能正常发进去了。我用之前那张微信聊天截图试了一下,助手能直接把图里的内容读出来讲给我听。

我配的四个模型(两个中转站各两个)现在全都勾上了。


回头看这件事,最有意思的不是那个复选框,而是我一开始的推理。

「当前模型不支持图片」→ 模型不会看图 → 中转站不行 → 该换个中转站了。

这条链子每一环看起来都很顺,但起点就错了。我把一句工具报错当成了一个事实判断。

那个报错说的是 DSH 自己的配置状态,我却当成了对中转站的评价。中间隔着一层,我没意识到。

这种情况其实挺常见的。工具报错的时候,它描述的往往是「我这边的情况」,而不是「外面世界的样子」。分清楚这两者,能省不少冤枉路。

以及一个更朴素的教训:藏起来的东西,默认值通常是最保守的那个。

想让它多做点事,得自己去找、自己去开。

David Lam
大卫 (David Lam)·务实派 & AI 构建者

热衷于用大白话和工程化消除生活与工作中的“不顺手”。在微信公众号持续记录能省下时间的实操笔记、AI 提效技巧与小工具。

推荐阅读