dsh-media-gen

在 DSH 会话中生成图片和视频的插件，全部走 OpenAI 兼容接口（/images/generations、/images/edits、/videos/generations 或 /videos），并复用 DSH 模型设置里已经配置好的 Provider / 模型 / API Key。

• 设置页单独开一个「媒体生成」菜单，分别配置：
  • 文生图模型（text-to-image）
  • 图生图模型（image-to-image / edit）
  • 视频生成模型（video）
  • 输出目录（默认 media_gen，相对路径基于当前工作区；也支持绝对路径）
• 生成的图片/视频保存到磁盘（默认 <当前工作区>\media_gen），同时在会话里返回内联预览/播放链接。
• Provider 直接从 DSH 的 settings.yaml → llm-pi-ai.providers 读取，与聊天模型共用同一套 baseURL / apiKeyEnv；浏览器永远接触不到 API Key。

安装

# 推荐：从 GitHub 安装
dsh plugin --profile web add github:ant404/dsh-media-gen

# 或本地目录安装（开发时）
dsh plugin --profile web add "D:/sysdir/Documents/deepseek-harness-workspace/dsh-media-gen"

安装后重启/刷新 DSH，进入 设置 → 媒体生成，为三种生成分别选择 Provider 和 Model，然后保存。

使用

在会话中直接说：

生成一张 16:9 的雪山日出

把这张图变成水彩画风格：C:\path\to\input.png

生成一段 5 秒的赛博朋克城市夜景视频

插件提供的工具：

所有媒体生成工具严格使用「设置 → 媒体生成」里配置的 Provider / Model，不支持在工具调用里临时换模型；要换模型请到设置菜单修改。

图片交互

• 生成的图片在会话里以小图显示（最大约 280px）。
• 左键点击图片：放大查看，点背景或按 Esc 关闭。
• 右键点击图片：弹出「引用」菜单；点击后会把该图片的本地文件路径插入到对话输入框，方便接着做图生图/图生视频。

配置项（也可写在 cordis.yml / 设置菜单）

dsh-media-gen:
  # 输出目录已固定为 <当前工作区>/media_gen，该配置项不再生效
  outputDir: media_gen
  imageProvider: agnes-ai
  imageModel: agnes-image-2.1-flash
  imageEditProvider: agnes-ai
  imageEditModel: agnes-image-2.1-flash
  videoProvider: agnes-ai
  videoModel: agnes-video-v2.0
  videoEndpoint: ''             # 留空自动 /videos/generations → /videos
  timeoutMs: 120000
  videoTimeoutMs: 600000

Provider / Model 也可以直接在「设置 → 媒体生成」界面里选并保存，会写入 DSH settings，热生效。

视频接口兼容说明

OpenAI 官方与各家网关的视频接口并不完全统一。插件默认先请求 POST {base}/videos，404/405 再试 POST {base}/videos/generations；如果返回的是异步任务（id + status），会自动轮询 /videos/{id}、/videos/generations/{id}，以及 Agnes 风格 agnesapi?video_id=，直到完成。结果 URL 支持 metadata.url 等嵌套字段；若你的网关使用其他路径，可在设置里填 videoEndpoint。

安全说明

• /media-gen/raw/* 与配置接口都只允许 loopback（127.0.0.1/localhost）访问。
• 不在浏览器中输出 API Key；只回传 hasKey 布尔值。
• 原始文件保存在你配置的输出目录；插件会维护持久索引（~/.dsh/storages/dsh-media-gen-index.json），重启后历史会话里的图片/视频链接仍可访问。

License

MIT