给你的deepseek装上看图的眼睛

背景

deepseek v4 flash正式版出来以后，开了opencode go，使用起来很不错，量大管饱。但是问题也逐渐出现了：1.不支持传入图片；2.有时候执行过程中会自己抓截图，这时候任务就会中断，很耽误事情。这时候我尝试过用mimo v2.5，但是效果确实不太好。正好今天看到有人介绍可以两个模型组合来做，那我就在考虑能不能组合一下mimo v2.5和deepseek v4 flash，正好都在套餐里面，也都是量大管饱的模型。

初次尝试

刚开始想写skill，测试也可以，但是在实际使用时，还没来得及调用skill，任务就已经报错结束了，单纯的skill不行

最终成果

后面跟AI一顿交流，通过本地代理的方式实现了，实现效果如下：

使用方法

下载下面的文件

识图skill - 副本.zip (34.6 KB)

前提

- 本地安装有python

- 配置config，在config/config.json里面配置api_key，默认我配置了opencode的路径，你也可以配置其他支持OpenAI compatible模式的站点

双击启动start_proxy.bat

也可以配置成开机启动

修改deepseek的baseurl

我使用的是cursor++，把baseurl换成start_proxy.bat启动后提醒你修改的地址

结语

这其实对于任何非多模态的都可以用，相当于做了个多模态兜底