DeepSeek Harness 插件：dsh-im-hub-media 多平臺即時通訊網關

在 DeepSeek Harness (DSH) 環境中開發智能體時，若需讓 Agent 接入 Telegram、飛書或企業微信，僅靠基礎的文本接口往往不夠。Agent 需要處理語音轉文字、接收圖片、發送文件，並利用原生的消息格式進行交互。

dsh-im-hub-media 是一個專爲 DSH 設計的插件，它充當多平臺即時通訊網關的角色，將 DeepSeek Harness 智能體連接到主流 IM 平臺，並支持自動語音轉寫與雙向媒體分發。

插件概況¶

名稱: dsh-im-hub-media
維護者: GooDAnDReaDY
開源協議: MIT

該插件基於 DSH 插件體系構建，旨在解決智能體與 IM 平臺交互時的“非文本”能力缺失問題。

核心功能¶

根據已覈實的信息，該插件主要包含以下能力：

1. 多平臺適配器¶

Telegram 適配器:
- 語音轉寫 (STT): 自動攔截語音消息（.oga/.ogg 格式），通過宿主機的 STT 鏈條進行轉錄並注入文本上下文。
- 多媒體處理: 支持圖片與標題攝入、文檔與文件下載。
- 上下文關聯: 支持引用回覆與線程上下文組裝。
- 媒體分發: 智能體回覆中包含 MEDIA:/absolute/path 標記時，插件會自動調用原生接口發送圖片、語音或文檔。
飛書 (Lark) 適配器:
- 連接方式: 支持 WebSocket 長連接與 Webhook 回調。
- 消息卡片: 支持渲染交互式消息卡片。
- 富媒體交換: 原生支持飛書語音、文檔與附件交換。
企業微信 (WeCom) 適配器:
- 企業網關: 內置 XML/JSON 消息加解密邏輯，適配企業微信安全要求。
- 集成方式: 支持機器人與應用集成模式。

2. 安全與隔離¶

訪問控制: 支持通過 allowedUsers 和 allowedChats 配置白名單。
會話隔離: 每個聊天會話擁有獨立的會話狀態，防止上下文混亂。
憑證解析: Bot Token 等憑證通過宿主的 Credentials 服務動態解析，無需硬編碼。

安裝與啓用¶

安裝過程需要使用 DSH 的 CLI 工具。請確保當前環境已安裝 DeepSeek Harness。

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

安裝完成後，必須重啓 DSH 服務以掛載適配器樹。

systemctl --user restart dsh-web

配置與用法¶

媒體分發機制¶

智能體在回覆消息時，通過在文本中插入特定標記來觸發媒體分發。Agent 需在回覆中包含 MEDIA:/absolute/path 標記，插件會自動識別該路徑並調用對應的平臺 API 發送原生媒體文件。

語音處理流程¶

當用戶在支持的 IM 平臺發送語音消息時：
1. 插件攔截音頻文件（如 .oga/.ogg）。
2. 通過宿主的 STT 鏈條進行語音轉文字處理。
3. 將轉寫後的文本作爲輸入上下文傳遞給 DSH Agent。

文件處理¶

插件會下載接收到的文件並進行解析。對於較小的文本或代碼文件，會直接內聯注入到消息流中；對於大文件或非文本文件，則保存至配置的下載目錄。

配置示例¶

在 DSH 的配置文件中啓用所需的適配器。以下是一個啓用 Telegram 並配置媒體下載路徑的示例：

dsh-im-hub-media:
  adapters:
    telegram:
      enabled: true
      # 從宿主 Credentials 服務解析的 Token 環境變量
      tokenEnv: TELEGRAM_BOT_TOKEN
      # 限制可訪問的用戶 ID
      allowedUsers: ["123456789"]
      # 指定 STT 提供商，默認 auto
      sttProvider: auto
      # 指定媒體文件下載目錄
      downloadMediaDir: data/im/media
    feishu:
      enabled: false
      appId: cli_xxx
      appSecretEnv: FEISHU_APP_SECRET
    wecom:
      enabled: false
      corpId: ww_xxx
      secretEnv: WECOM_SECRET

注意事項¶

重啓依賴: 安裝後必須重啓 DSH 進程才能加載插件。
權限與目錄: 確保配置的 downloadMediaDir 目錄具有寫入權限，且 DSH 進程對該目錄有訪問能力。
依賴宿主服務: 語音轉寫功能依賴於宿主已配置的 STT 鏈條，憑證解析依賴於宿主的 Credentials 服務。
源碼檢查: 在生產環境使用前，建議審查 GitHub 源碼以確認安全性與兼容性。

總結¶

dsh-im-hub-media 通過提供標準化的接口，將 Telegram、飛書和企業微信的原生能力轉化爲 DSH Agent 可用的上下文與工具。它解決了語音交互、文件傳輸及富媒體展示的痛點，是構建跨平臺自動化智能體的實用組件。