DeepSeek Harness: Suporte Multimodal

┌─ Área de Chat ──────────────────────────────┐
│                                           │
│ 👤 Alice:                                 │
│ 📎 [screenshot.png] [ui-mockup.jpg]      │
│ Qual destes dois designs de UI é melhor?  │
│                                           │
│ [Enviar]                                    │
└───────────────────────────────────────────┘

# Iniciar CLI com imagem anexada
dsh cli --attach ./screenshot.png

# Usar comando /attach durante a conversa
> /attach ./ui-mockup.jpg
> O que há de errado com esta UI?

# Anexar múltiplas imagens
> /attach ./before.png ./after.png
> Qual a diferença entre estas duas versões?

from dsh import DSHClient

client = DSHClient(base_url="http://127.0.0.1:3080")
session = client.create_session(workspace="/home/alice/project")

# Anexar uma única imagem
response = session.send(
    "O que há de errado com esta captura de tela da UI?",
    images=["./screenshot.png"]
)

print(response.content)

# Anexar múltiplas imagens para comparação
response = session.send(
    "Compare estes dois designs, qual é melhor?",
    images=["./design-a.png", "./design-b.png"]
)

👤 Alice: [anexa error-page-screenshot.png]
O que há de errado com esta página de erro? Me ajude a corrigir

🤖 Agent:
🔍 Analisando imagem...

Vejo os seguintes problemas:
1. O texto da mensagem de erro transborda o limite do contêiner
2. O botão "Retry" está truncado, mostrando apenas metade
3. A cor de fundo é inconsistente com a especificação de design (deveria ser #f5f5f5, não branco)

📝 Usando ferramenta: file_edit (edit)
  → Caminho: src/pages/ErrorPage.tsx
  → Correção 1: Adicionar text-overflow: ellipsis
  → Correção 2: Ajustar margem do botão
  → Correção 3: Alterar cor de fundo

⚠️ Aprovação Necessária: Editar arquivo src/pages/ErrorPage.tsx

# Enviar um arquivo de áudio
response = session.send(
    "Transcreva este áudio e resuma os pontos principais",
    audio=["./meeting-recording.mp3"]
)

print(response.content)
# Resultados da transcrição de áudio e resumo...

# Enviar um arquivo de vídeo
response = session.send(
    "Analise este vídeo de demonstração, liste os recursos mostrados",
    video=["./demo.mp4"]
)

print(response.content)
# 1. Funcionalidade de login do usuário (0:00-0:15)
# 2. Exibição do dashboard (0:15-0:45)
# ...

# Analisar um documento PDF
response = session.send(
    "Resuma os pontos principais deste documento técnico",
    files=["./api-specification.pdf"]
)

print(response.content)

# Analisar dados CSV
response = session.send(
    "Analise estes dados de vendas, encontre tendências e anomalias",
    files=["./sales-2026.csv"]
)

print(response.content)
# Resultados da análise de dados...

🤖 Agent:
📊 Analisando dados CSV...
  → Linhas: 12.450
  → Colunas: 8
  → Período: 2026-01 a 2026-08

Principais descobertas:
1. Crescimento médio mensal de 12%, mas março caiu 8% (suspeita de sazonalidade)
2. Top 3 produtos representam 65% da receita total
3. Taxa de retenção de clientes caiu de 72% para 68%

🔧 Usando ferramenta: shell
  → Comando: python3 -c "import pandas; ..."
  → Gerando visualização...

👤 Bob: [anexa api-response-screenshot.png]
O formato desta resposta da API está errado, me ajude a verificar o código

🤖 Agent:
🔍 Analisando captura de tela...
  → Formato esperado: { data: [...], meta: {...} }
  → Formato atual: { results: [...] }

🔍 Usando ferramenta: search
  → Padrão: "results"
  → Tipo: conteúdo
  → Encontrado em: src/api/handlers.ts:45

📝 Usando ferramenta: file_edit (read)
  → Lendo src/api/handlers.ts

📝 Usando ferramenta: file_edit (edit)
  → Corrigindo formato da resposta nas linhas 45-52
  → Alterando "results" para "data", adicionando campo "meta"

import glob

screenshots = glob.glob("./screenshots/*.png")

response = session.send(
    "Revise todas as capturas de tela, encontre páginas com problemas de UI e corrija uma a uma",
    images=screenshots[:5]  # Máx. 5 imagens
)

👤 Alice: [anexa architecture-diagram.png]
Gere uma configuração Docker Compose baseada neste diagrama de arquitetura

🤖 Agent:
🔍 Analisando diagrama de arquitetura...
  → Identificados 4 serviços: API, Worker, Database, Cache
  → Conexões: API → Database, API → Cache, Worker → Database

📝 Usando ferramenta: file_edit (create)
  → Criando docker-compose.yml
  → 4 serviços com rede adequada

✅ Configuração Docker Compose gerada, incluindo:
- api-service (Express.js, porta 3000)
- worker-service (Node.js, jobs em segundo plano)
- postgres (PostgreSQL 16, volume montado)
- redis (Redis 7, camada de cache)

# dsh.config.yaml
multimodal:
  # Configurações de imagem
  images:
    max_size_mb: 20
    max_per_message: 5
    resize_large: true          # Redimensionar automaticamente imagens muito grandes
    max_resolution: [4096, 4096]
  
  # Configurações de áudio
  audio:
    max_duration_minutes: 10
    max_size_mb: 50
    transcription_model: "whisper-1"
  
  # Configurações de vídeo
  video:
    max_duration_minutes: 5
    max_size_mb: 100
    frame_rate: 1               # Quadros por segundo para extrair
    max_frames: 300
  
  # Configurações de documento
  documents:
    max_size_mb: 50
    pdf_ocr_enabled: true
    csv_max_rows: 100000