前言¶
DeepSeek Harness（DSH）的插件生態以社區插件形式擴展。dsh-mmx-bridge 是其中一個 MIT 許可證插件，由 welsione 維護。它通過一個 mmx_bridge 工具爲 DSH 接入 MiniMax 多模態能力，包括看圖、畫圖、生成視頻、說話、唱歌、翻唱、搜索和查額度。
定位¶
它解決什麼問題¶
dsh-mmx-bridge 把 MiniMax 的多模態調用收攏到一個 DSH 工具中。這樣，DSH 裏的智能體可以在對話中請求圖片理解、圖片生成、視頻生成、語音合成、音樂生成、音頻翻唱、聯網搜索和用量查詢。
已覈實能力¶
- 圖片理解（VLM）
- 文生圖
- 文/圖生視頻
- 語音合成
- 音樂生成
- 音頻翻唱
- 聯網搜索
- 用量查詢
- 拖入或粘貼圖片後直接發送並自動識別
- 圖片識別結果內嵌緩存，同圖同問複用
- 可選接管到 MiniMax/mmx-cli
- Web GUI 中預覽/播放生成產物，並顯示設置頁管理卡片
工具與接口¶
mmx_bridge 按 action 調用：
describe
image
video
speech
music
cover
search
quota
插件可選接管的調用接口爲：
web_search
read_image
接管後，這些調用會轉向 MiniMax/mmx-cli。
安裝與啓用¶
前置條件¶
DSH 0.1.0-rc.7+
mmx-cli 已安裝且已登錄
安裝¶
dsh plugin --profile web add dsh-mmx-bridge
如果 npm 拉取失敗，改用：
dsh plugin --profile web add github:welsione/dsh-mmx-bridge
啓用¶
安裝後重啓 dsh，再刷新 Web GUI。
典型用法¶
對話示例¶
聊天中可以直接說：
描述這張圖片
生成一張賽博朋克貓的圖
把這段文字變成語音
圖片輸入¶
拖入或粘貼圖片後正常發送，Agent 會自動查看圖片。識別結果會形成內嵌緩存，同一張圖、同一個問題再次讀取時可複用。
緩存注意¶
識別緩存爲明文。圖片被重新編碼後，緩存會失效。
配置¶
配置可通過設置頁「插件配置」或控制文件調整。已列出的配置項：
enabled
count
webSearchEnabled
readImageEnabled
imageBridgeEnabled
imageCacheEnabled
mmxBin
產物與訪問¶
生成/橋接產物默認保存到：
/tmp/mmx-out/
並通過：
/mmx-files/
提供。
安全與兼容¶
- 許可證：MIT
- 平臺：macOS/Linux 支持；Windows 爲盡力支持，未經真機驗證
- 外部依賴：需要
mmx-cli已安裝且已登錄 - 數據：不收集遙測；不讀取系統憑據；不修改 DSH 附件存儲
適用場景¶
適合已經在用 DSH，並希望把 MiniMax 多模態能力接入智能體工作流的開發者。插件以當前 dsh 進程權限運行，安裝前應檢查源碼與許可證，並確認 mmx-cli 的安裝與登錄狀態。
結尾¶
dsh-mmx-bridge 把 MiniMax 的多模態能力封裝爲 DSH 可調用的動作，並在 Web GUI 中提供預覽、播放和設置頁管理卡片。倉庫地址：
https://github.com/welsione/dsh-mmx-bridge
