dsh-xiapan-media:給 DeepSeek Harness 增加視覺、作圖和視頻生成

前言

DSH 的插件機制可以把不同能力接進同一個會話。如果當前工作流仍主要使用文本模型,又想直接粘貼圖片做理解或 OCR,或者生成圖片和視頻,就需要一個能對接媒體模型的客戶端適配。

下面介紹 dsh-xiapan-media。它由 dongsheng123132 維護,是面向 DeepSeek Harness 的插件,通過蝦盤雲提供 xiapan-vision 視覺路由、gpt-image-2 圖片生成和 Seedance 視頻生成。客戶端插件使用 MIT 許可;模型推理、額度、風控和充值由蝦盤雲服務端提供。

這是什麼

dsh-xiapan-media 是一個 DSH 客戶端插件,核心價值是把三項媒體能力放進現有 DSH 會話:圖片理解/OCR、圖片生成、視頻生成。

package.json 聲明版本爲 0.1.0,要求 node >=22.19.0、dsh >=0.1.0-rc.6,許可證爲 MIT。

核心功能

識圖/OCR

xiapan-vision 路由用於讓會話直接粘貼圖片。圖片由蝦盤雲 qwen3.7-flash 轉譯爲文本,再交回原文本模型繼續處理。

插件還提供三個文件工具:

  • xiapan_vision_analyze
  • xiapan_vision_ocr
  • xiapan_vision_locate

作圖/改圖

xiapan_image_generate 調用 gpt-image-2,支持 1–4 張、尺寸/質量與參考圖。產物保存到工作區 .dsh-media/images/。

視頻生成

xiapan_video_generate 調用 Seedance,支持文生視頻、圖生視頻、5–15 秒、480p/720p/1080p。產物保存到 .dsh-media/videos/。

由於 DSH v1 attachment 服務目前只原生保存圖片,視頻會作爲真實 .mp4/.webm 文件路徑返回。

插件拆分

插件包通過 cordis.patch.yml 一次安裝三個獨立插件行。任何一項都可以單獨從 profile 中刪除。

安裝與啓用

固定提交安裝

先使用固定提交安裝,便於確認行爲可復現:

dsh plugin --profile web add "github:dongsheng123132/dsh-xiapan-media#COMMIT_SHA"

這裏的 COMMIT_SHA 是佔位符。發佈後應把它換成 README/Release 中經過 CI 的完整提交;當前已覈實資料未給出具體完整提交 SHA。

選擇識圖路由

自動粘貼識圖依賴文本路由 uking-managed。安裝完成後,在 DSH 模型選擇器裏選擇 U-King DeepSeek + 蝦盤雲識圖,路由 ID 爲 xiapan-vision。

如果用戶只安裝了原生 DeepSeek 路由,可以把視覺插件的 innerProvider 改成實際文本 provider ID。

憑據順序

憑據按以下順序解析:

  1. DSH credentials 服務中的 UKING_DSH_API_KEY
  2. 同名環境變量
  3. XIAPAN_API_KEY
  4. ~/.uking/device.json 中的設備憑據

未找到憑據時會提示登錄/充值,不會嘗試匿名調用。

Authorization 只允許發送到 api.u-claw.org.cn;舊域名 api.u-claw.org 會被自動改爲 .org.cn。

付費與審批

作圖和視頻工具默認註冊 DSH tools/pre-execute 審批閘門。無審批服務的 headless 環境會拒絕,不會靜默扣費。

只有管理員明確把 requireApproval 設爲 false 時,才允許無人值守付費調用。

Seedance 價格以蝦盤雲實時計費或服務端賬單頁展示爲準;插件文案不是報價承諾。

安全邊界

  • 輸入文件必須位於配置的工作區根目錄內;拒絕 .. 越界和指向工作區外的符號鏈接。
  • 單張輸入圖最大 10 MiB,下載產物最大 200 MiB。
  • 產物使用臨時文件 + 原子改名寫入,不覆蓋已有文件。
  • 只接受 HTTPS 蝦盤雲 API 和 HTTPS 產物 URL。
  • 錯誤信息會遮蔽常見密鑰格式。

開發驗證

本地開發時可運行:

npm install
npm test
npm run check

適用場景與注意

它適合需要在 DSH 會話中處理圖片、生成圖片/視頻,並願意使用蝦盤雲憑據的開發者或團隊。

使用前注意:

  • 插件以當前 dsh 進程權限運行,安裝前應檢查源碼、許可證和憑據配置。
  • 視覺路由需要可匹配的文本路由;如果當前只有原生 DeepSeek 路由,先調整 innerProvider。
  • 作圖和視頻可能產生費用,headless 或無人值守環境要保留審批約束。
  • 文件輸入和產物大小有限制,跨工作區路徑與外部符號鏈接會被拒絕。

結尾

dsh-xiapan-media 的價值在於把視覺理解、gpt-image-2 作圖和 Seedance 視頻生成接進 DSH 會話,同時保留憑據解析、審批閘門和工作區文件邊界。

GitHub:https://github.com/dongsheng123132/dsh-xiapan-media
目錄頁:已覈實資料未給出 URL,本文不列出不確定的目錄頁鏈接。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜