前言¶

做圖文/視頻生成類 Agent 的人常遇到這個情況：用戶丟過來一句「雨夜東京街頭，一個撐透明傘的女人，要可靈 4.0 能跑的視頻提示詞」，模型直接把它當成普通需求，吐出來的提示詞沒有負向提示詞、沒有參數建議、也沒有鏡頭語言。反過來，寫研發的人也不想爲每個平臺手維護一套提示詞規範。

dsh-prompt-workshop（提示詞工坊）解決的就是這個缺口：選一個目標生成器，輸入一句粗糙想法，插件給出主提示詞、負向提示詞、參數建議、多個變體和缺口分析。下面介紹這個插件的定位、能力、安裝方式和用法。

這是什麼¶

一句話定位：DeepSeek Harness（DSH）原生插件，把粗糙想法轉換成目標生成模型可直接使用的精準提示詞，附帶提示詞質量評分和圖片反推提示詞。

• 維護者：18518182595-cell
• 包名 / 版本：dsh-prompt-workshop / 0.2.0
• 許可證：MIT
• 分類：模型推理
• 來源：GitHub 倉庫 README 與 package.json；社區目錄頁（skillhub.cn，獨立站點，與 DeepSeek / 幻方無官方從屬關係）。

它採用 DSH 的雙半側結構：Host 半側提供工具與 HTTP API，瀏覽器半側提供輸入框工作臺與設置頁。內置知識庫隨包分發，只在週期收集時聯網。

核心能力¶

輸入框工作臺¶

會話輸入框左側有入口按鈕，點開是浮層面板。流程是：選目標生成器 → 輸入想法 → 生成 → 複製 / 插入輸入框 / 直接發送。結果區還有一鍵「更簡潔 / 更電影感 / 更寫實 / 加細節」做迭代，不用把整段 prompt 重新抄一遍。

19 個目標模型規範¶

內置知識庫覆蓋 19 個目標模型的語法規則、參數建議、正/負向提示詞規範，按 README 的摘要表分三類：

README 裏特別點明瞭豆包 Seedream（圖片）和豆包 Seedance（視頻）兩個國內模型的規範。知識庫的調研來源集中在 research/prompt-knowledge.md，README 稱有 36 條來源，含官方文檔和社區交叉驗證。參數建議不做硬校驗，帶「待覈實」標記的條目以平臺官方文檔爲準。

多模型增強與 Agent 工具¶

增強模型的下拉列表直接列出 DSH「設置 → 模型」裏已配置的全部模型：DeepSeek 賬號全系 + 你自己添加的任意 OpenAI 兼容端點。插件不額外保存 API Key，走 DSH 已有的模型配置；也可以在設置頁設默認模型，或選「跟隨當前會話模型」。

接入對話後還有三個工具：prompt_enhance、prompt_score、prompt_targets（含豆包等目標模型規範查詢）。對話裏直接說「把這個想法變成精準提示詞」或「這段 Midjourney 提示詞爲什麼效果不準」，Agent 會自動調用對應工具，不用手動開面板。

質量評分¶

prompt_score 用 10 維 rubric：意圖清晰度、主體具體性、構圖與鏡頭、光線與色彩、風格一致性、運動與時序、音頻與對白、參數適配、語言與語法、合規與版權。這對視頻模型尤其有用——覆蓋了時序和音頻維度，是通用提示詞工具裏少見的部分。

圖片反推提示詞¶

面板裏上傳或粘貼一張參考圖，插件反推「能復現這張圖」的目標模型提示詞。這一步需要調用支持圖片輸入的大模型，否則會返回結構化錯誤。

知識庫週期自更新¶

插件每 N 天（默認 5 天）聯網檢索相關模型/提示詞的新消息，提煉成增量應用到本地知識庫。搜索優先用 DeepSeek 搜索；沒有會話憑證時自動回退到 Bing RSS + 官方文檔種子頁，不需要額外 API key。更新分「官方文檔補全」和「新變化」兩類，每輪生成中文報告。可以在設置頁改週期、點「立即收集」、點「恢復內置知識庫」。

對話裏說「更新一下提示詞知識庫」也能觸發，後臺執行。這條路徑在 README 的「已驗證」裏提到過測試覆蓋：圖片反推與知識庫收集的無 web / 無附件 / 無模型失敗路徑都返回結構化錯誤。

本地數據¶

設置與歷史保存在 ~/.dsh/prompt-workshop.json，知識庫增量保存在 ~/.dsh/prompt-workshop-knowledge.json，升級插件不會丟。內置知識庫隨包分發，僅週期收集時才聯網。

安裝與啓用¶

README 給出三種方式，優先用前兩種：

插件市場（推薦）：

DSH → 插件 → 市場，搜索「提示詞工坊 / Prompt Studio」

或從 Discover 索引安裝。

GitHub：

dsh plugin --profile <profile> add github:<owner>/dsh-prompt-workshop

源碼本地鏈接：

git clone <倉庫>
dsh plugin --profile <profile> add link:<倉庫絕對路徑>

Desktop 用戶在「設置 → 插件」裏用插件管理器鏈接安裝，README 對應提供了 scripts/install-desktop.mjs 和 scripts/uninstall-desktop.mjs。

安裝後在「設置 → 提示詞工坊」（或「插件 → dsh-prompt-workshop」）裏配置模型與知識庫。運行環境要求 node >= 22.13.0、dsh >= 0.2.1-rc.1，peer 依賴 @deepseek-ai/dsh-tools。

典型用法¶

README 給出的面板流程是 6 步：

1. 打開任意會話，輸入框左側點入口按鈕
2. 選「目標生成器」，按需選任務類型 / 風格 / 增強模型 / 變體數量
3. 在「粗糙想法」裏寫一句話，點「生成精準提示詞」
4. 結果區複製 / 插入輸入框 / 直接發送，或點快捷按鈕繼續迭代
5. 圖片反推：面板裏上傳圖片或直接粘貼進面板
6. 設置頁設默認值、關係統提示注入、清空歷史、調知識庫更新策略

不走面板，在對話裏直接說需求也可以，README 給了兩個例子：

把「雨夜東京街頭，一個撐透明傘的女人」變成可靈 4.0 的視頻提示詞
幫我看看這段 Midjourney 提示詞爲什麼效果不準

適用場景與注意¶

適合這幾類人：

• 在 DSH 裏同時調多個國內圖像/視頻模型（豆包 Seedream / Seedance、即夢、可靈、海螺）的人，不想爲每個平臺手抄一套語法規則。
• 做 Agent 工作流、希望對話裏就能觸發提示詞增強和評分，而不是自己拼字符串的人。
• 需要批量產出同一想法的多個提示詞變體、再做篩選的人。

幾點要注意：

• 插件以當前 dsh 進程的權限運行，安裝前先檢查源碼與許可證（本倉庫 MIT，但仍建議自行審一遍）。
• API 僅接受本機迴環請求，局域網或反向代理訪問面板不可用。
• 圖片反推和插件內獨立 API Key 渠道在 v1 裏沒有，v0.2.0 才加入圖片反推。
• 面板 UI 的深淺色主題、浮層定位沒有逐像素確認；刷新後若輸入框旁沒有入口按鈕，再刷新一次頁面（Ctrl+R）。
• 知識庫裏標註「待覈實」的參數屬於社區交叉驗證結果，插件只給建議，最終以平臺官方文檔爲準。
• 內置知識庫隨包分發，但週期收集會聯網檢索外部內容，介意的公司環境可以先關掉自動更新、改爲手動「立即收集」。

結尾¶

這個插件的價值不在「生成一段漂亮的提示詞」，而在把模型規範、評分維度和知識庫更新這三件事收進了一處，並允許通過 Agent 工具和 HTTP API 被工作流調用。README 裏也列了迭代 2 的候選（多模型對比模式、提示詞 A/B 評測、收集質量的白名單與變更確認），後續可以關注。

目錄頁：https://www.skillhub.cn/plugins/18518182595-cell/dsh-prompt-workshop

GitHub：https://github.com/18518182595-cell/dsh-prompt-workshop