前言¶
DeepSeek Harness（DSH）的插件生态以社区插件形式扩展。dsh-mmx-bridge 是其中一个 MIT 许可证插件，由 welsione 维护。它通过一个 mmx_bridge 工具为 DSH 接入 MiniMax 多模态能力，包括看图、画图、生成视频、说话、唱歌、翻唱、搜索和查额度。
定位¶
它解决什么问题¶
dsh-mmx-bridge 把 MiniMax 的多模态调用收拢到一个 DSH 工具中。这样，DSH 里的智能体可以在对话中请求图片理解、图片生成、视频生成、语音合成、音乐生成、音频翻唱、联网搜索和用量查询。
已核实能力¶
- 图片理解（VLM）
- 文生图
- 文/图生视频
- 语音合成
- 音乐生成
- 音频翻唱
- 联网搜索
- 用量查询
- 拖入或粘贴图片后直接发送并自动识别
- 图片识别结果内嵌缓存，同图同问复用
- 可选接管到 MiniMax/mmx-cli
- Web GUI 中预览/播放生成产物，并显示设置页管理卡片
工具与接口¶
mmx_bridge 按 action 调用：
describe
image
video
speech
music
cover
search
quota
插件可选接管的调用接口为：
web_search
read_image
接管后，这些调用会转向 MiniMax/mmx-cli。
安装与启用¶
前置条件¶
DSH 0.1.0-rc.7+
mmx-cli 已安装且已登录
安装¶
dsh plugin --profile web add dsh-mmx-bridge
如果 npm 拉取失败，改用：
dsh plugin --profile web add github:welsione/dsh-mmx-bridge
启用¶
安装后重启 dsh，再刷新 Web GUI。
典型用法¶
对话示例¶
聊天中可以直接说：
描述这张图片
生成一张赛博朋克猫的图
把这段文字变成语音
图片输入¶
拖入或粘贴图片后正常发送，Agent 会自动查看图片。识别结果会形成内嵌缓存，同一张图、同一个问题再次读取时可复用。
缓存注意¶
识别缓存为明文。图片被重新编码后，缓存会失效。
配置¶
配置可通过设置页「插件配置」或控制文件调整。已列出的配置项：
enabled
count
webSearchEnabled
readImageEnabled
imageBridgeEnabled
imageCacheEnabled
mmxBin
产物与访问¶
生成/桥接产物默认保存到：
/tmp/mmx-out/
并通过：
/mmx-files/
提供。
安全与兼容¶
- 许可证：MIT
- 平台：macOS/Linux 支持；Windows 为尽力支持，未经真机验证
- 外部依赖：需要
mmx-cli已安装且已登录 - 数据：不收集遥测；不读取系统凭据；不修改 DSH 附件存储
适用场景¶
适合已经在用 DSH，并希望把 MiniMax 多模态能力接入智能体工作流的开发者。插件以当前 dsh 进程权限运行，安装前应检查源码与许可证，并确认 mmx-cli 的安装与登录状态。
结尾¶
dsh-mmx-bridge 把 MiniMax 的多模态能力封装为 DSH 可调用的动作，并在 Web GUI 中提供预览、播放和设置页管理卡片。仓库地址：
https://github.com/welsione/dsh-mmx-bridge
