前言¶
DeepSeek Harness(DSH)遵循「一切皆插件」的理念,旨在将外部服务能力挂载为原生工具。这个插件将 lightroom-py MCP 服务器挂载为 dsh 工具,让智能体可以直接通过 DeepSeek Harness 与 Adobe Lightroom Classic 进行交互。
插件介绍¶
插件名为 dsh-lightroom-py,版本 0.1.0。它包含在 lightroom-py 仓库的 dsh/ 目录中,是一个纯配置包。核心 Python 库来自 PyPI,通过 pip install lightroom-py 安装。插件配置文件位于 package.json,其中 dsh.bundle.patch 指向 ./cordis.patch.yml。
核心功能¶
该插件基于 lightroom-py 库,提供以下能力:
- 目录管理:打开目录、查看信息与统计。
- 照片操作:列表、计数、按路径查找;支持按评分、ISO、相机、镜头、关键词、日期、颜色标签、文件格式等过滤。
- 选择与导航:选择当前照片、全选/反选/扩展、上下张导航。
- 标记系统:旗标(标记/拒绝/清除)、星级、颜色标签循环。
- 元数据编辑:添加关键词(支持层级)、星级、颜色标签、设置 IPTC(标题、版权等)。
- XMP 处理:写入/读取 XMP,支持 ExifTool 快速路径。
- 开发模块:
- 全局:应用预设、粘贴设置、获取设置、重置。
- 参数化:裁剪、HSL、色彩分级、变换、镜头校正、校准、细节、效果。
- 曲线:获取/设置/预设/线性/S 曲线。
- 快照与版本:创建快照、查看过程版本。
- 重置:针对裁剪、遮罩、红眼、变换的重置命令。
- 遮罩:
- 读取与清除:列出遮罩、清除遮罩。
- 创建:支持径向遮罩(已验证端到端)和线性遮罩。
- AI 计算路径:通过预设 + 导出触发 LR 的 AI 更新。
- 集合管理:列表、创建、添加、移除、删除、获取照片。
- 库功能:列出文件夹、导出(支持水印、锐化、调整大小、DPI、文件名模板)、制作虚拟副本、堆栈。
- 编辑-在:导出到磁盘并运行外部工具。
- 开发工具:重载桥接、执行 Lua、查看日志。
- 服务管理:macOS 下的服务安装、卸载与状态检查。
安装与启用¶
插件的核心逻辑在 lightroom-py 包中,DSH 配置位于仓库的 dsh/ 目录。
- 安装 Python 库:
pip install lightroom-py
- 配置文件结构:
cordis.patch.yml:DSH 打补丁配置。dsh/:DSH 插件目录。SKILL.md:技能说明文档。LICENSE:MIT 许可证。
典型用法¶
安装完成后,可以通过 CLI 调用 lightroom-py 的功能:
- 初始化:
lightroom setup
- 打开目录并查看照片:
lightroom catalog open ~/Pictures/Lightroom/MyCatalog.lrcat
lightroom photos list --rating ">=4" --iso ">=400" --since 2026-01-01 --json
- 创建径向遮罩:
lightroom develop mask create-radial --left 0.05 --right 0.5 --top 0.4 --bottom 0.95 --exposure 1.0 --name "subject-brighten" --selection
- 导出照片:
lightroom library export ~/Desktop/finals
适用场景与注意¶
适用场景:
适合需要通过代码或智能体自动化处理 Lightroom Classic 工作流的开发者。
注意事项:
* 许可与归属:这是一个非官方项目,遵循 MIT 许可证,与 Adobe 无关联。
* macOS 权限:LaunchAgents 需要完全磁盘访问权限才能读取 ~/Documents、~/Desktop 等目录下的文件。
* Windows 兼容性:目前 Windows 版本需要手动启动 Bridge 服务,暂无 LaunchAgent 等效方案。
* 功能限制:由于 Adobe SDK 的缺口,以下功能暂不可用:AI 降噪计算、画笔遮罩创建、红眼消除、照片删除、虚拟副本删除、以及 Lightroom Cloud (LR CC)。
* DSH 生态:此插件属于社区插件,目录位于独立站点,与 DeepSeek / 幻方无官方从属关系。
总结¶
该插件通过挂载 lightroom-py,为 DeepSeek Harness 提供了控制 Lightroom Classic 的能力。它覆盖了从元数据管理到遮罩创建的广泛功能,适合需要程序化处理摄影工作流的场景。完整文档与源码可参考 GitHub 仓库。