dsh-media-studio

在 dsh（DeepSeek Harness）聊天里直接生成图片 / 视频并发送到会话的插件。 模型侧拿到 generate_image / generate_video / send_media 三个工具，人侧拿到 内联画廊、可播放的视频卡片，支持下载与用系统默认应用打开；长耗时生成默认走 后台任务，完成后自动把结果推送回会话。

生成后端可插拔：内置 Agnes（免费额度，图生图 / 首尾帧 / 参考图视频）与 OpenAI 兼容两种适配器，预设硅基流动、阿里百炼、Gemini（OpenAI 兼容端点）、 Sora 2 等条目，也可以在配置里加任意 baseURL + model + apiKeyEnv 的自定义条目。

功能

能力	说明
文生图 / 图生图	generate_image：本地路径、https URL、data URI 均可作参考图
文生视频	generate_video：支持首尾帧（keyframe）与参考图（reference）两种模式
发送本地媒体	send_media：把已有图片 / 视频文件以画廊 / 文件卡片形式进入会话
斜杠命令	/image、/video，加 --wait 前缀同步等待并在命令卡片内联展示
后台生成	默认走 ctx.jobs 后台任务，立即返回任务句柄，完成后自动推送
富渲染	工具行 / 命令行内联画廊与视频播放器，支持下载、灯箱查看、系统默认应用打开
自动保存	生成结果写进输出目录（默认 ~/.dsh/media-studio，~ 展开到用户主目录；相对路径基于会话工作目录）
凭据安全	API key 走 credential-ref（环境变量名），永不写进配置文件
设置卡片	插件详情页内的官方样式配置卡片：模型条目、默认参数、高级参数

安装

要求 dsh 0.2.0-rc.2、Node >=22.19.0。

打开 dsh 的 插件 页，点右上角 「+ 添加插件」，输入 GitHub 地址：

https://github.com/1497105876/dsh-media-studio

安装完成并启用即可。设置卡片在插件详情页里，API Key 直接在卡片里填。

凭据

每个模型条目通过 apiKeyEnv 引用一个环境变量名，插件运行时先走 ctx.credentials 解析，取不到再回退普通环境变量。例如用 Agnes 免费生图：

export AGNES_API_KEY=sk-...

模型配置

默认只内置 Agnes（有免费额度，填一个 AGNES_API_KEY 就能用，支持文生图 / 图生图 / 文生视频）。

其他服务商在设置卡片里「+ 添加」后选服务商即可——OpenAI 生图 / Sora 2、 Gemini、硅基流动、阿里云百炼等常见服务商已内置，选中自动填好接口地址和 参考模型名，再填一个 API Key 就能用；下拉里没有的服务商选「自定义」手填 provider（适配器）+ model（模型名）+ baseURL（接口地址）三件套。 常见服务商参考：

服务商	provider	baseURL	model 示例	Key 引用名
OpenAI 生图	openai	https://api.openai.com/v1	gpt-image-1	OPENAI_API_KEY
OpenAI Sora 2	openai-videos	https://api.openai.com/v1	sora-2	OPENAI_API_KEY
Gemini 生图	openai	https://generativelanguage.googleapis.com/v1beta/openai	gemini-2.5-flash-image	GEMINI_API_KEY
硅基流动	openai	https://api.siliconflow.cn/v1	Kwai-Kolors/Kolors	SILICONFLOW_API_KEY
阿里云百炼	openai	https://dashscope.aliyuncs.com/compatible-mode/v1	wanx2.1-t2i-turbo	DASHSCOPE_API_KEY

provider 三选一：agnes（Agnes 专有 quirks）、openai（OpenAI 兼容图片接口）、 openai-videos（OpenAI Videos 风格异步接口）。任何 OpenAI 兼容的中转 / 自建服务都能接。

工具

• generate_image — prompt 必填；可选 model、resolution（1K–4K）、 aspect_ratio、reference_images（图生图）、run_in_background（默认 true）。
• generate_video — prompt 必填；可选 model、seconds（4–12）、size （720P–2K）、aspect_ratio、mode（text / keyframe / reference）、 first_frame / last_frame、reference_images、run_in_background（默认 true）。
• send_media — paths（本地文件路径的字符串数组）+ 可选 caption。

三个工具都声明了规范 JSON 输出 schema，并在工具结果里直接渲染媒体块， 同时投影 presentationMeta 供浏览器半渲染富视图。

斜杠命令

/image <提示词>            # 后台生成，完成后推送
/image --wait <提示词>      # 同步等待，命令卡片内联展示（可附图做图生图）
/video <提示词>            # 后台生成（通常几分钟），完成后推送
/video --wait <提示词>      # 同步等待，卡片内联播放

配置

设置卡片（推荐）：插件详情页里的配置卡片，分四区：

• 图片模型 / 视频模型：选服务商自动填好地址和模型，填上 API Key 就能用； Key 走官方 remote.credentials 通道存进 dsh 凭据库（只写不读），保存即时生效。
• 默认参数：默认模型、输出目录、分辨率 / 画幅 / 时长（常见档位下拉点选）。 这些只是默认值，对话里明确指定了参数时以对话指定的为准。
• 高级：请求超时与视频轮询节奏（秒），默认折叠，一般不用动。

凭据也可以用系统环境变量代替（setx AGNES_API_KEY sk-... 后重启 dsh）， 两种方式插件都会识别。

也可以用 profile patch 整值覆盖（patch 语义是整值替换，不做深合并）：

键	默认	说明
imageModels / videoModels	预设清单	模型条目目录
defaultImageModel / defaultVideoModel	agnes-image / agnes-video	工具省略 model 时的兜底
outputDir	~/.dsh/media-studio	自动保存目录（~ 展开到用户主目录；相对路径基于会话工作目录）
autoSave	true	是否自动落盘一份
imageResolution / imageAspectRatio	2K / 16:9	图片默认参数（允许服务商支持的其他档位）
videoSeconds / videoSize / videoAspectRatio	5 / 720P / 16:9	视频默认参数（允许服务商支持的其他档位）
requestTimeoutSec	300	生成请求超时（秒）
videoPollIntervalSec / videoPollTimeoutSec	30 / 300	视频任务轮询（秒）

架构

src/
  index.ts            host 半入口：export const name / inject / Config / apply
  tools.ts            三个媒体工具（schema / render / presentationMeta / execute）
  commands.ts         /image /video 斜杠命令
  jobs.ts             ctx.jobs 后台任务 + 完成通知（followup / inject）
  providers.ts        agnes / openai / openai-videos 三种适配器
  media.ts            落盘、附件提交、参考图读取、媒体类型嗅探
  presets.ts          内置模型预设（Agnes）
  types.ts            两半共享的类型与命令 payload 编解码
  config.ts           schemastery 配置（volatile，卡片即时生效）
  client/             浏览器半（React）
    tool-row.tsx        工具行：内联画廊 / 视频播放器
    command-row.tsx     /image /video 命令行
    gallery.tsx         消息图片画廊（替换 stock gallery）
    media.tsx           画廊 / 灯箱 / 播放器 / 下载 / 系统打开
    native-open.ts      宿主原生打开通道（系统默认应用）
    settings-card.tsx   设置卡片（官方 SettingsForm 风格，走 remote.credentials）
scripts/
  build-client.mjs  esbuild 打包浏览器半为 lazy-CJS client bundle

host 半是 tsc 直出的 ESM（lib/index.js）；浏览器半打包成官方 window.__ModuleLoader__.load({ id, factory }) 形状（lib/client.js）， react 走平台注入的模块表，不自带 react 副本。

License

MIT