dsh-plugin-grok: 本地驱动 Grok Build CLI 的 DeepSeek Harness 插件

DeepSeek Harness (DSH) 的理念是「一切皆插件」。本文介绍的 dsh-plugin-grok 是一个开发者预览插件，它利用本地的 Grok Build CLI，为模型提供文本、图像和视频生成的能力。它不通过原始 HTTP 调用 Imagine，而是直接执行本地的 grok 二进制文件。

插件概况¶

• 插件名称：dsh-plugin-grok
• 维护者：toolazytoname
• 分类：模型推理
• 许可证：MIT
• 核心价值：将本地的 Grok Build CLI 驱动为 DSH 的工具，支持文本、图像和视频生成。

安装与启用¶

在 Web profile 下安装该插件：

dsh plugin --profile web add github:toolazytoname/dsh-plugin-grok

安装后需要重启 dsh web 并强制刷新浏览器。

如果 pnpm 版本 >= 10 阻止了 git 的 prepare 脚本，可以在对应的 profile 配置中允许构建：

# 在 ~/.dsh/profiles/web/pnpm-workspace.yaml
allowBuilds:
  dsh-plugin-grok: true

或者直接从本地检出目录安装：

dsh plugin --profile web add /absolute/path/to/dsh-plugin-grok

前置条件¶

使用此插件前，需要满足以下条件：

1. 本地环境：安装 Grok Build CLI，确保 grok 命令在 PATH 中（通常位于 ~/.grok/bin/grok）。
2. 认证方式：提供以下其中一种（官方 CLI 优先级如下）：
   • grok login：SuperGrok 或 grok.com 的会话，会写入 ~/.grok/auth.json。如果两者同时存在，此方式优先。
   • XAI_API_KEY：从 console.x.ai 获取的密钥。
3. 网络代理：在中国大陆使用时，需设置环境变量 https_proxy 或 HTTPS_PROXY（例如 Clash 的混合端口 http://127.0.0.1:7891），插件会转发这些变量。

核心功能¶

该插件为模型暴露了三个工具：

• grok_ask：用于文本处理，包括代码审查、规划和编写。底层调用 grok --prompt-file … --always-approve。
• grok_imagine_image：用于生成或编辑静态图像。底层调用 grok，限制工具集为 image_gen 和 image_edit。
• grok_imagine_video：用于生成视频片段。底层调用 grok，限制工具集为 image_gen 和 image_to_video。Grok 原生不支持文本生成视频，该插件通过先生成静态图再转视频的方式实现。

如果缺少 grok、未提供认证、提示词为空、命令非零退出或媒体运行后无法解析路径，所有操作都会失败。

典型用法¶

可以通过 CLI 测试插件状态和功能：

# 查看插件状态
npx dsh-plugin-grok status

# 文本生成
npx dsh-plugin-grok ask "summarize this repo"

# 图像生成
npx dsh-plugin-grok image "a red cube on a table" --ratio 1:1

# 视频生成
npx dsh-plugin-grok video "slow cinematic push-in" --duration 6 --resolution 480p

注意事项与限制¶

• 配额消耗：使用 grok login 的用户消耗 SuperGrok/coding-plan 配额；使用 API Key 的用户消耗 console 积分。
• 生成速度：图像和视频生成速度较慢。
• 视频生成机制：视频是先生成静态帧再动画化，并非原生文本生成视频。
• 进程隔离：每次工具调用都会启动一个本地的 grok 进程，不使用 ACP 或 grok agent stdio 包装器。
• 开发状态：DeepSeek Harness 处于开发者预览阶段，Cordis 的 apply + ctx.tools.register 接口可能会发生变化。
• 许可证：MIT License。

参考资料¶

• 插件目录页
• GitHub 仓库