DeepSeek Harness 插件：免费多模态三件套（零 Key 文生图、视频理解与文生视频）

前言¶

DeepSeek Harness（DSH）通过插件扩展能力。在多模态推理场景中，API Key 和费用往往是阻碍。dsh-free-media 插件提供了一套免费方案：文生图、视频理解和文生视频/图生视频。

该插件由 bdydgz114514 维护，采用 MIT 许可证，包含三个工具和一个 skill。

核心功能¶

插件提供三个主要工具：

• free_image_generate：文生图。走 Pollinations 免费端点，无需 API Key。
• video_extract_frames：视频理解。使用 ffmpeg 对视频进行抽帧，无需外部 API Key。
• free_video_generate：文生视频 / 图生视频。支持智谱 cogvideox-flash 和 Agnes agnes-video-v2.0，需要注册免费 Key。

此外，还附带一份 free-media skill，用于需要组合、自定义参数或跑管道的场景。

安装与启用¶

在命令行中执行以下命令安装：

dsh plugin --profile <你的profile> add dsh-free-media

安装完成后需重启 DSH 并新开一个会话，工具集在会话创建时快照。

桌面应用用户需通过图形界面操作：设置 → 内置插件 → 添加插件，因为命令行会报错提示 profile "desktop" 被应用独占管理。

环境要求¶

• Node.js：版本需 ≥ 18。
• FFmpeg：ffmpeg / ffprobe 需在 PATH 中（仅影响视频抽帧工具）。可通过环境变量 FFMPEG_PATH / FFPROBE_PATH 覆盖。
• Keys：视频生成工具需要免费注册的 API Key。

配置与使用¶

Keys 配置¶

视频生成需要提供 Key。支持三种配置方式，优先级从高到低：

1. 工具参数 key / 脚本 --key。
2. 环境变量 ZHIPU_API_KEY 或 AGNES_API_KEY。
3. 文件 ~/.dsh/free-media-keys.json，格式为 {"zhipu":"xxx","agnes":"yyy"}。

提示词处理¶

• 文生图：中文提示词会自动免费翻译成英文（通过 text.pollinations.ai），因为免费出图端点对中文支持不佳。
• 视频生成：支持文生视频和图生视频。

局限与注意事项¶

该插件使用第三方免费服务，存在以下限制：

• 出图限制：
  • 静默降采样：免费档有像素上限（约 0.59 MP）。例如请求 1024×1024 会得到 768×768。返回值中的 size 是请求值，actualSize 才是真实值。
  • 计数不可靠：无法准确统计画面中的人物或物体数量。
• 视频理解限制：
  • 无音轨：抽帧不含音轨，无法通过画面识别台词。
  • 丢时序：帧是离散快照，帧间的运动与短暂事件会丢失。
• 视频生成限制：
  • 无 SLA：免费档不保证可用性。
  • 限流：出图可能出现 402/429 错误，脚本会自动退避。
  • 超时处理：视频生成超时会给出任务 ID，需稍后查询，不要盲目重试。
• 技术限制：
  • 无 SLA：免费 API 随时可能调整策略。

结尾¶

dsh-free-media 适合需要低成本尝试多模态功能的场景。使用前请检查源码与许可证，并注意数据隐私（提示词会发送给第三方服务商）。

• 目录页：https://www.skillhub.cn/plugins/bdydgz114514/dsh-free-media
• GitHub：https://github.com/bdydgz114514/dsh-free-media