Was macht DeepSeek_Prism?
Bietet DeepSeek-Textmodellen On-Demand-Bilderkennung als Codex-Skill (VEP/1 visuelles Beweispaket + Multi-Provider-Degradation)
Beschreibung
Dieser Skill ermöglicht es reinen Textmodellen wie DeepSeek, auf Befehl Bilder zu analysieren und strukturierte visuelle Beweise in Form von VEP/1 (Visuelles Beweispaket) zurückzugeben. Er implementiert einen Multi-Provider-Mechanismus, der bei Ausfall des primären Bildanalyse-Anbieters automatisch auf alternative Dienste zurückgreift.
Funktionen
- On-Demand-Bilderkennung: Fordert die Bildanalyse nur an, wenn der Benutzer sie explizit aktiviert
- VEP/1-Format: Gibt Ergebnisse im strukturierten visuellen Beweispaket-Format zurück
- Multi-Provider-Degradation: Nutzt mehrere Anbieter für Bildanalyse (z.B. Vision API, OpenCV, oder lokale Modelle) und wechselt automatisch bei Fehlern
- Integration mit DeepSeek: Arbeitet als Codex-Skill und erweitert DeepSeek-Modelle nahtlos
Verwendung
# Beispiel: Bildanalyse aktivieren
/deepseek_prism enable
# Bild analysieren (nach Aktivierung)
/analyze path/to/image.jpg
Anbieterkonfiguration
Der Skill unterstützt folgende Anbieter:
| Anbieter | Typ | Standard |
|---|---|---|
| OpenAI Vision API | Cloud | Primär |
| Anthropic Claude Vision | Cloud | Failover 1 |
| Lokales ONNX-Modell | Lokal | Failover 2 |
Visuelles Beweispaket (VEP/1)
Das VEP/1-Format strukturiert die Bildanalyse wie folgt:
{
"vep_version": "1",
"entities": [
{
"type": "object",
"label": "Tisch",
"confidence": 0.95,
"bbox": [0.1, 0.2, 0.8, 0.6]
}
],
"text": "Ein hölzerner Tisch mit einer Vase."
}
Fehlerbehandlung
- Primärer Anbieter nicht verfügbar → Automatischer Wechsel zum Failover 1
- Failover 1 fehlgeschlagen → Wechsel zum Failover 2 (lokal)
- Alle Anbieter fehlgeschlagen → Rückgabe einer Fehlermeldung mit Log-Details
Abhängigkeiten
- Python 3.8+ (für lokale ONNX-Unterstützung)
- API-Schlüssel für Cloud-Anbieter (optional, wenn lokal gewünscht)
Lizenz
MIT