让Deep Code CLI看懂图片：deepseek-flash多模态识图与Files API完整实践指南

让Deep Code CLI看懂图片deepseek-flash多模态识图与Files API完整实践指南【免费下载链接】deepcode-cliDeep Code 是专为 deepseek-v4 模型优化的终端 AI 编码助手支持深度思考、推理强度控制以及 Agent Skills。项目地址: https://gitcode.com/gh_mirrors/de/deepcode-cliDeep Code CLI 是一款专为 deepseek 模型系列优化的终端 AI 编码助手如今借助 deepseek-flash 的多模态识图能力与 DeepSeek Files API它不仅能读懂你的代码还能直接看懂你粘贴或提供的图片——截图中的报错、UI 设计稿、流程图都能变成可执行的开发指令。本文带你快速上手这一完整实践流程。 什么是 Deep Code CLI 的多模态识图终端里的 AI 助手也能看图这就是 Deep Code CLI 的多模态multimodal能力。启动后你会看到欢迎界面模型名称、思考模式、推理强度一目了然它内置了两条识图路径会根据模型能力自动切换场景使用的工具工作方式模型支持多模态如 deepseek-flashReadImage读取本地图片以image_url形式直接内联发送给模型亲眼看见模型不支持多模态UnderstandImage调用 Deep Code 的识图插件 API按你的提示词分析图片并返回文字结论工具定义分别位于 read-image.md.ejs 和 understand-image.md.ejs判定逻辑在 model-capabilities.ts默认规则下deepseek-flash或模型名含-vision的模型都会被视为多模态模型。⌨️ 快速上手3种方式让AI看到图片方式一粘贴图片最顺手在输入框中直接按CtrlV粘贴截图或图片界面底部随时提示该快捷键粘贴后图片会随消息一起发送AI 即可基于图像内容作答——比如按这张设计稿实现这个组件、这个报错截图是什么原因。方式二让 AI 自己读本地图片文件直接告诉它图片路径即可例如分析./bug-screenshot.png里的报错。Deep Code 会调用 ReadImage 工具支持 PNG、JPEG、WebP、GIF 格式大图片会自动校验并缩小并在返回中附带缩放系数方便定位原图中的细节实现见 read-image-handler.ts图片以 Base64 内联方式随后续消息发给多模态模型无需额外配置。方式三非多模态模型也能看图UnderstandImage如果你使用的是非多模态模型Deep Code 会自动改用 UnderstandImage 工具把图片JPEG/PNG/WebP不超过 10 MiB连同你的提示词发给识图插件 API返回文字描述实现见 understand-image-handler.ts。多张图片会分别逐张分析效果同样实用。 进阶实践开启 DeepSeek Files API 传输大图图片直接内联发送会占用请求体积。当你的BASE_URL指向https://api.deepseek.com时可以开启DeepSeek Files APIDeep Code 会把图片先上传到官方/files接口在聊天请求中仅引用file_id更省更稳。核心实现在 deepseek-files.ts。在~/.deepcode/settings.json中这样配置详见 docs/configuration.md{ filesApiEnabled: true, filesApiTimeoutMs: 60000, fileExpiresAfterSeconds: 604800, fileRefreshMarginSeconds: 3600, fileQuotaCleanupBatch: 100, maxRequestFilesBytes: 134217728 }几个值得注意的细节自动去重缓存相同图片按内容哈希只上传一次远端file_id缓存在~/.deepcode/files-api-cache.json且缓存中不保存明文 API Key配额自愈遇到远端存储配额错误时自动清理文件名以deepcode-开头的最旧文件并重试一次大小限制单文件最大 64 MiB上传超时不能超过 DeepSeek 规定的 10 分钟。⚙️ 多模态能力开关multimodal 配置速查当模型不在内置识别列表、或其实际能力与默认判定不符时可用multimodal配置覆盖配置层级见 docs/configuration.md值行为default按内置模型列表自动判定默认值deepseek-flash 自动识别为多模态on强制视为多模态模型图片以image_url内联发送off强制视为非多模态模型改由 UnderstandImage 工具按需识图 常见问题FAQQ为什么 AI 说它看不到我发的图检查所用模型是否支持多模态默认只有deepseek-flash或含-vision的模型或手动将multimodal设为on。Q支持哪些图片格式ReadImage 支持 PNG、JPEG、WebP、GIFUnderstandImage 与 Files API 仅支持 JPEG、PNG、WebP。QFiles API 开关没生效确认BASE_URL为https://api.deepseek.com且filesApiEnabled已设为true其他 API 地址不会启用该功能。写在最后从CtrlV粘贴截图到开启 Files API 传输大图Deep Code CLI 的多模态识图让所见即所问在终端里成为现实。更多模型与推理强度thinking enabled / reasoning effort的玩法可继续阅读 README-zh_CN.md 与 docs/agent-skills.md让 AI 编码助手的能力再上一个台阶。【免费下载链接】deepcode-cliDeep Code 是专为 deepseek-v4 模型优化的终端 AI 编码助手支持深度思考、推理强度控制以及 Agent Skills。项目地址: https://gitcode.com/gh_mirrors/de/deepcode-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考