dsh-media-forge 媒体工坊

English | 中文

DSH（deepseek-harness）插件：agent + skills 工作流的生图 / 生视频 API 接入器，带侧边栏管理面板。

把任意生图、图生图、生视频 API 的 Key 交给对话中的 Agent——它会自己调研该模型的调用方法、实测一条可用请求，然后把调用知识（含 API Key 与可选的提示词模板）沉淀为一条可复用的技能（skill）。之后你在侧边栏勾选技能，即可在当前对话中让 AI 直接按模板优化提示词并生成媒体。

功能

1. 技能自动沉淀：用户把 API Key 发给 Agent，Agent 调研 API → 实测 → 调用 media_forge_save_skill 保存为技能。API Key 写入技能并存储在本地，下次会话直接复用，无需重新配置。
2. 模板化提示词生成：技能里可以带「提示词模板」一节。生成时 AI 按模板优化出最终提示词再调用 media_forge_generate_media；用户直接给出提示词时也可以原样使用。支持文生图、图生图（编辑）、文生视频等任意 REST 生成 API。
3. 侧边栏技能面板：插件在侧边栏底部（设置项上方）增加「媒体工坊」入口。面板中勾选本次对话要加载的生成技能，可同时勾选多个；选中的技能会注入 Agent 上下文供 AI 阅读。

安全提示：API Key 会明文保存在本地技能文件（$DSH_HOME/media-forge/skills.json）中，插件 UI 底部有灰色小字常驻提醒。请勿分享技能文件或包含密钥的截图，以免泄露。

安装

需要 Node.js ≥ 22 与已安装的 dsh CLI。

# 方式一：本地目录安装
dsh plugin --profile my-profile add ./dsh-media-forge

# 方式二：tarball（无需授权构建脚本）
pnpm pack
dsh plugin --profile my-profile add ./dsh-media-forge-0.1.0.tgz

git 直装（dsh plugin --profile my-profile add github:you/dsh-media-forge）会拉取源码并通过 prepare 脚本构建，pnpm ≥ 10 需要在 profile 的 pnpm-workspace.yaml 里为该包授权 allowBuilds（详见上游打包与安装教程）。

启动 Web UI 即可看到侧边栏入口：

dsh --profile my-profile

使用方法

第一步：创建技能

在对话中把 API 信息交给 Agent，例如：

这是我的 SiliconFlow API Key：sk-xxx。帮我接入 Seedream 生图模型：先去查这个模型的 API 文档，实测一张图确认能用，然后保存成媒体工坊技能，技能里写上高质量生图的提示词模板。

Agent 会依次完成：搜索 API 文档 →（用 shell 等自有工具）实测一条请求 → 调用 media_forge_save_skill 保存。保存后的技能：

• 注册为一条运行时 agent skill，Agent 可按名字查阅；
• 其名称与描述同步到侧边栏面板；
• 若带有机器可读的 recipe（endpoint / headers / bodyTemplate / responsePath 等），后续可直接由 media_forge_generate_media 执行，无需再手写请求。

第二步：在侧边栏选择技能

点击侧边栏底部「媒体工坊」打开面板：

• 每行一个技能，点击即可勾选 / 取消，支持多选；
• 已选数量显示在面板标题与侧边栏入口角标上；
• 勾选的技能在下一条消息发出时注入当前对话（选择变化或技能被编辑后会自动刷新注入内容）；
• 面板底部灰色小字是 API Key 存储位置的常驻安全提醒。

第三步：生成

直接在对话中提需求即可，例如：

用 seedream 技能生成一张赛博朋克风格的猫，横构图。

我想要这张图的冬季版本（附图），用技能里的模板帮我优化提示词再生成。

Agent 会读取已注入的技能内容：有提示词模板时先按模板产出最终提示词，再调用 media_forge_generate_media 执行生成；产物默认保存到 <会话目录>/media-forge/<技能名>-<时间戳>.<扩展名>，也可以在请求里指定输出路径。

技能维护

对话中即可管理技能，无需手动编辑文件：

列出媒体工坊里的技能 / 删除 demo-image 这个技能 / 把 seedream 技能的提示词模板改成偏写实的风格再重新保存

提供给 Agent 的工具

工具	作用
media_forge_list_skills	列出已保存技能（名称、描述、是否可直接执行）
media_forge_save_skill	保存 / 更新一条技能（markdown 正文 + 可选 machine-readable recipe）
media_forge_delete_skill	按名称删除技能
media_forge_generate_media	按技能 recipe 执行生成：替换提示词占位符 → 请求 API → 提取媒体（URL / base64 / 二进制）→ 落盘

recipe 的 bodyTemplate 中所有 {{PROMPT}} 会被替换为 JSON 转义后的最终提示词（endpoint 中的 {{PROMPT}} 则做 URL 编码替换），extraBody 可在模板之上补充 size、seed 等参数。

存储

• 技能文件：$DSH_HOME/media-forge/skills.json（DSH_HOME 环境变量可重定向）
• 生成产物：默认 <会话工作目录>/media-forge/

开发

架构、构建与扩展方法见 DEVELOPMENT.md。

English

A DSH (deepseek-harness) plugin: an agent + skills workflow for media-generation APIs, with a sidebar panel. Hand an image/video generation API key to the agent; it researches the API, verifies a working request, and saves the knowledge (key + optional prompt template) as a reusable skill. Select saved skills in the sidebar to load them into the current conversation, then generate media with template-optimized or verbatim prompts via the media_forge_generate_media tool.

Note: API keys are stored in plain text in the local skill file ($DSH_HOME/media-forge/skills.json); do not share skill files or screenshots that may expose your key.