前言¶
DeepSeek Harness（DSH）通过插件化扩展能力，但原生 LLM 通道仅覆盖 OpenAI 兼容的文本模型。Cloudflare Workers AI 的多媒体模型走另一条接口，无法被通用文本通道调用。dsh-cloudflare-media 把 Workers AI 的文本生图、语音合成、语音转写能力封装成 4 个独立工具，并提供图形化设置页，让 DSH 可以直接使用免费 Workers AI 计划的多媒体服务。
这是什么¶
dsh-cloudflare-media 是一个 DSH 插件，为 DeepSeek Harness 带来 Cloudflare Workers AI 的多媒体能力。作者为稻米鼠，仓库为 dmscode/dsh-cloudflare-media。插件将 Workers AI 的接口封装成 4 个模型工具，并支持在设置页配置账号、令牌与各能力默认模型，结果以附件形式返回到对话。
核心功能¶
插件提供 4 个工具：
cloudflare_generate_image：文生图 / 图生图（SD 系列支持image输入），默认模型为@cf/black-forest-labs/flux-1-schnell。cloudflare_text_to_speech：文本转语音，返回音频文件路径，默认模型为@cf/myshell-ai/melotts。cloudflare_speech_to_text：本地音频转文字，默认模型为@cf/openai/whisper-large-v3-turbo。cloudflare_media_status：诊断账号来源、凭据、端点与模型清单。
设置页列出各模型官方单价与单次估算，并允许直接填写任意 @cf/... ID。
安装与启用¶
装完需要重启一次 Harness，宿主侧的 HTTP 路由与浏览器侧的配置卡片在启动时构建。
方式一：GUI 安装框（推荐）¶
在「设置 → 插件 → 安装」的「填入插件 npm 包名」里输入：
dsh-cloudflare-media
输入框接受四种 spec：npm 包名（可带版本）、GitHub 简写、本地绝对路径、tarball。
方式二：命令行¶
dsh plugin --profile desktop add dsh-cloudflare-media
桌面版建议完全退出 Harness 后再执行，其他 profile 同理。
方式三：让助手安装¶
对助手说「装 dsh-cloudflare-media」，助手会调用 plugin_manager 工具完成安装。
安装后进入「设置 → 插件 → dsh-cloudflare-media」：
- 填 Account ID（32 位十六进制，Cloudflare 控制台右下角；也可点「自动发现」，前提是 Token 带
Account:Read）。 - 填 API Token（Workers AI 权限即可）。
- 三个能力的 默认模型 按下拉框选（每个选项下方标了价格与消耗档位）。
- 点「保存设置」，再用「测试连接」确认。
若安装/更新后插件页没有出现配置卡片，重启一次 Harness 即可。
典型用法¶
在对话中直接调用工具：
- 文生图：
cloudflare_generate_image，可传steps、seed、negative_prompt、width/height以及工作区图片路径做图生图。 - 文本转语音：
cloudflare_text_to_speech，melotts用prompt+lang，aura-*用text+voice。 - 语音转文字：上传本地音频（≤ 25 MB），调用
cloudflare_speech_to_text。
生成文件名带模型名，例如 cloudflare-image-forest-labs-flux-1-schnell-20261023-111749-8b973d.jpg。
适用场景与注意¶
适合需要免费多媒体能力的 DSH 用户，例如文本生图、语音合成与识别。插件以当前 DSH 进程权限运行，安装前建议检查源码与许可证。免费额度为每天 10,000 neurons（UTC 00:00 重置），超出后按 Workers Paid 计费。
短结尾¶
dsh-cloudflare-media 为 DeepSeek Harness 补上了 Cloudflare Workers AI 的多媒体通道，适合需要文本生图、TTS 与 STT 的场景。项目地址：dmscode/dsh-cloudflare-media。
