前言¶
DeepSeek Harness (DSH) 的設計理念是“一切皆插件”，開發者可以通過擴展來增強 Agent 的能力。在多模態場景中，生圖和生視頻能力往往分散在不同的腳本或工具中，配置多供應商、管理密鑰和輪詢異步任務較爲繁瑣。dsh-media-gen 插件整合了這兩類能力，提供了一個統一的供應商目錄、設置面板、畫廊視圖和 CLI 接口，讓 Agent 能夠直接調用生圖和生視頻工具。
這是什麼¶
這是一個由 EmberwingAviation 維護的 DSH 插件。它 fork 併合並了 dsh-image-generation 和 dsh-video-gen 兩個項目，統一了生圖與生視頻的接口。插件使用 MIT 許可證，支持 OpenAI、DashScope、Volcengine、Google Veo 等多家供應商，並將密鑰通過 DSH 憑據服務統一管理，不寫入配置文件。
核心功能¶
插件提供三個核心工具，均可在新建會話中使用：
image_generate：負責文生圖與參考圖改圖。支持傳入 1–5 張對話中的圖片作爲參考，結果存儲在工作區generate/image/目錄，並直接內聯顯示在對話中。generate_video：負責文生視頻。採用異步任務 + 自動輪詢機制，結果存儲在工作區generate/video/，可在對話內播放，並收錄進視頻畫廊。animate_image：負責圖生視頻。源圖可以是工作區文件、對話附件，或“對話裏最新那張圖”。
插件支持 OpenAI、DashScope（通義萬相）、Volcengine（Seedance）、Google Veo 等多供應商。工具內置自動指數退避重試機制（默認起步 ≥60 秒，最多 3 次），用於應對上游限流或負載飽和。
安裝與啓用¶
安裝插件需使用 DSH 客戶端命令：
dsh plugin --profile desktop add dsh-media-gen
安裝完成後，需要完全重啓 DSH 以加載插件。工具僅在新建會話中可用（會話創建時快照），因此裝完插件後請開啓一個新的對話窗口。
典型用法¶
在新建的會話中，直接向 Agent 提出需求即可調用對應工具：
- 文生圖：
“畫一隻在深夜海面上躍起的座頭鯨，電影海報風格”
- 圖生視頻：
“把這張圖做成 5 秒視頻”
- 文生視頻：
“生成一段視頻：賽博朋克城市雨夜，鏡頭緩慢推進”
適用場景與注意¶
- 統一管理：適合需要同時使用多個供應商（如中轉站、官方 API）的開發者，通過統一設置面板切換模型和密鑰。
- 異步處理：視頻生成任務耗時較長，插件會自動輪詢狀態，開發者無需手動關注任務 ID。
- 產物存儲：所有生成物統一存放在工作區的
generate/目錄下，便於後續處理或引用。 - 權限與許可：插件 Fork 自 MIT 項目，使用時請遵守 MIT 許可證條款。使用前建議檢查源碼與許可證聲明。
結尾¶
dsh-media-gen 將生圖與生視頻能力封裝爲統一的工具集，配合 DSH 的憑證服務和畫廊功能，降低了多模態開發的配置成本。插件詳情與源碼見 GitHub。
