DeepSeek Harness 插件：dsh-im-hub-media 多平台即时通讯网关

在 DeepSeek Harness (DSH) 环境中开发智能体时，若需让 Agent 接入 Telegram、飞书或企业微信，仅靠基础的文本接口往往不够。Agent 需要处理语音转文字、接收图片、发送文件，并利用原生的消息格式进行交互。

dsh-im-hub-media 是一个专为 DSH 设计的插件，它充当多平台即时通讯网关的角色，将 DeepSeek Harness 智能体连接到主流 IM 平台，并支持自动语音转写与双向媒体分发。

插件概况¶

名称: dsh-im-hub-media
维护者: GooDAnDReaDY
开源协议: MIT

该插件基于 DSH 插件体系构建，旨在解决智能体与 IM 平台交互时的“非文本”能力缺失问题。

核心功能¶

根据已核实的信息，该插件主要包含以下能力：

1. 多平台适配器¶

Telegram 适配器:
- 语音转写 (STT): 自动拦截语音消息（.oga/.ogg 格式），通过宿主机的 STT 链条进行转录并注入文本上下文。
- 多媒体处理: 支持图片与标题摄入、文档与文件下载。
- 上下文关联: 支持引用回复与线程上下文组装。
- 媒体分发: 智能体回复中包含 MEDIA:/absolute/path 标记时，插件会自动调用原生接口发送图片、语音或文档。
飞书 (Lark) 适配器:
- 连接方式: 支持 WebSocket 长连接与 Webhook 回调。
- 消息卡片: 支持渲染交互式消息卡片。
- 富媒体交换: 原生支持飞书语音、文档与附件交换。
企业微信 (WeCom) 适配器:
- 企业网关: 内置 XML/JSON 消息加解密逻辑，适配企业微信安全要求。
- 集成方式: 支持机器人与应用集成模式。

2. 安全与隔离¶

访问控制: 支持通过 allowedUsers 和 allowedChats 配置白名单。
会话隔离: 每个聊天会话拥有独立的会话状态，防止上下文混乱。
凭证解析: Bot Token 等凭证通过宿主的 Credentials 服务动态解析，无需硬编码。

安装与启用¶

安装过程需要使用 DSH 的 CLI 工具。请确保当前环境已安装 DeepSeek Harness。

dsh plugin --profile web add @goodandready/dsh-im-hub-media

安装完成后，必须重启 DSH 服务以挂载适配器树。

systemctl --user restart dsh-web

配置与用法¶

媒体分发机制¶

智能体在回复消息时，通过在文本中插入特定标记来触发媒体分发。Agent 需在回复中包含 MEDIA:/absolute/path 标记，插件会自动识别该路径并调用对应的平台 API 发送原生媒体文件。

语音处理流程¶

当用户在支持的 IM 平台发送语音消息时：
1. 插件拦截音频文件（如 .oga/.ogg）。
2. 通过宿主的 STT 链条进行语音转文字处理。
3. 将转写后的文本作为输入上下文传递给 DSH Agent。

文件处理¶

插件会下载接收到的文件并进行解析。对于较小的文本或代码文件，会直接内联注入到消息流中；对于大文件或非文本文件，则保存至配置的下载目录。

配置示例¶

在 DSH 的配置文件中启用所需的适配器。以下是一个启用 Telegram 并配置媒体下载路径的示例：

dsh-im-hub-media:
  adapters:
    telegram:
      enabled: true
      # 从宿主 Credentials 服务解析的 Token 环境变量
      tokenEnv: TELEGRAM_BOT_TOKEN
      # 限制可访问的用户 ID
      allowedUsers: ["123456789"]
      # 指定 STT 提供商，默认 auto
      sttProvider: auto
      # 指定媒体文件下载目录
      downloadMediaDir: data/im/media
    feishu:
      enabled: false
      appId: cli_xxx
      appSecretEnv: FEISHU_APP_SECRET
    wecom:
      enabled: false
      corpId: ww_xxx
      secretEnv: WECOM_SECRET

注意事项¶

重启依赖: 安装后必须重启 DSH 进程才能加载插件。
权限与目录: 确保配置的 downloadMediaDir 目录具有写入权限，且 DSH 进程对该目录有访问能力。
依赖宿主服务: 语音转写功能依赖于宿主已配置的 STT 链条，凭证解析依赖于宿主的 Credentials 服务。
源码检查: 在生产环境使用前，建议审查 GitHub 源码以确认安全性与兼容性。

总结¶

dsh-im-hub-media 通过提供标准化的接口，将 Telegram、飞书和企业微信的原生能力转化为 DSH Agent 可用的上下文与工具。它解决了语音交互、文件传输及富媒体展示的痛点，是构建跨平台自动化智能体的实用组件。