DHS使用opencode-go的deepseek-v4-flash-vision-exp时提示：当前模型不支持图片，请切换支持图片的模型

DeepSeek Harness 报「模型不支持图片」？

使用背景

我用 DeepSeek Harness （npx @deepseek-ai/dsh）搭了一套本地开发环境，模型服务并没有走 DSH 官方自带的 DeepSeek API ，而是接入了 opencode 的 OpenAI 兼容网关 （https://opencode.ai/zen/go/v1/）。

DSH 官方默认的 provider 是 deepseek-official（插件 dsh-llm-deepseek，端点 https://api.deepseek.com）。而我这边是在通用 pi-ai 适配器（插件 dsh-llm-pi-ai）下自定义配置了 provider ：把 deepseek-v4-flash-vision-exp 挂在自定义 provider（如 godsvision，API key 走 GODSVISION_API_KEY / opencode 网关鉴权）下。

换句话说：官方默认是 deepseek-official；我这套是「自定义 provider + pi-ai 通用适配器」的接入方式。 这是后文踩坑能被复现的前提------官方那条路线上模型能力是内置好的，根本不会遇到下面这个问题。

现象

在 DSH 的 Web 界面（http://127.0.0.1:3080）发送带图片的消息，返回：

当前模型不支持图片，请切换支持图片的模型

换成文本消息则一切正常。模型名里明明带着 vision，却不让传图。

排查过程

前端那句提示是本地化文案 ，背后对应后台错误码 MODEL_DOES_NOT_SUPPORT_IMAGES：

js 复制代码

// dsh-client-ui-conversation
"image.modelUnsupported": "当前模型不支持图片，请切换支持图片的模型"

顺着错误码往下追，网关 dsh-host-apiproxy 在真正调用模型之前就做了一次能力校验：

js 复制代码

const hasImage = content.some((part) => part.type === "image");
...
if (modelInfo.inputModalities !== void 0 && !modelInfo.inputModalities.includes("image"))
    return err(request, { ... reason: "MODEL_DOES_NOT_SUPPORT_IMAGES" });

也就是说：只要当前所选模型的 inputModalities 里没有 "image"，任何带图的消息都会在网关层被直接拒绝。 而这个 inputModalities 来自所选 provider 底下的那条模型配置。

根因

我走的是通用 pi-ai 适配器（dsh-llm-pi-ai，openai-completions 协议）。这个适配器有一个关键默认行为：

未声明 input 的模型，一律当作「仅文本」处理 （DEFAULT_INPUT = ["text"]）。

而我在 DSH 配置文件 C:\Users\Administrator\.dsh\settings.yaml 里，给 deepseek-v4-flash-vision-exp 只填了 id 和 name，没写 input：

yaml 复制代码

llm-pi-ai:
  providers:
    godsvision:
      api: openai-completions
      baseURL: https://opencode.ai/zen/go/v1/
      models:
        - id: deepseek-v4-flash-vision-exp
          name: deepseek-v4-flash-vision-exp

于是适配器把它的能力判定为 inputModalities = ["text"] → 网关判定「不支持图片」→ 报错。

顺带确认：即便绕过网关，适配器里 streamWithSnapshot 还有第二道检查：

js 复制代码

if (containsImage && !model.input.includes("image"))
    throw new LlmError(... "does not support image input", "UNSUPPORTED_CONTENT");

所以这种配置下图片请求必然被拒，两道闸都过不去。

补充对比：官方 deepseek-official 的模型目录已经把 deepseek-v4-flash-vision-exp 声明成 inputModalities: ["text", "image"]。所以你只要切回官方 provider，就不会报这个错。问题只存在于「自定义 provider + pi-ai 通用适配器」这一条接入路径上。

解决方案

给该模型条目补上图片输入声明即可：

yaml 复制代码

llm-pi-ai:
  providers:
    godsvision:
      api: openai-completions
      baseURL: https://opencode.ai/zen/go/v1/
      models:
        - id: deepseek-v4-flash-vision-exp
          name: deepseek-v4-flash-vision-exp
          input:
            - text
            - image

改完后，重启 Web 进程 / 重新加载设置让配置生效。

两点提醒

这只是「放行」，不是「保证能看」 。input: [text, image] 只是让图片得以进入请求 ；真正能否处理图片，取决于你这条上游链路（opencode.ai/zen/go/v1 的这个 vision-exp 模型）是否真的支持多模态。配置声明 ≠ 上游能力。
模型本身确有视觉能力 。我实测通过 DSH 的 read_image 工具能正常读取并看懂图片，进一步证明这完全是配置缺声明导致的拦截，和模型能力无关。

小结

遇到「模型不支持图片」时，先别急着怀疑模型。大多数情况是 DSH 配置里没有向网关声明该模型支持图片输入 ------只要在 settings.yaml 的模型条目里加上 input: [text, image] 并重启即可解决。

尤其当你用「通用 pi-ai 适配器 + 自定义 OpenAI 兼容 provider」接入第三方网关时，模型能力必须自己显式声明 ；DSH 官方 provider 则把能力内置好了。模型名里的 vision 只是名字，harness 只认配置里的声明。