dsh-media-skills — Leitura e geração de imagens grátis para o DeepSeek Harness
# 🎨 dsh-media-skills ### *Cole imagens direto no chat — modelo de visão, leitura e geração de imagens grátis.* [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](../../LICENSE) [![Python 3.9+](https://img.shields.io/badge/Python-3.9%2B-blue.svg)](https://python.org) [![DeepSeek Harness](https://img.shields.io/badge/DeepSeek%20Harness-Skill-4D6BFE)](https://github.com/topics/dsh-plugin)
Dê ao [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) «olhos» e um «pincel» — duas skills grátis, um modelo de visão grátis e leitura de imagens coladas, sem chaves hardcoded. [Recursos](#-recursos) · [Início rápido](#-início-rápido) · [Uso](#-uso) · [Guia de visão](../SETUP_VISION.md) [**English**](../../README.md) · [**简体中文**](README_ZH.md) · [**繁體中文**](README_ZH_TW.md) · [**日本語**](README_JA.md) · [**한국어**](README_KO.md) · [**Español**](README_ES.md) · [**Deutsch**](README_DE.md) · [**Português**](README_PT.md) · [**Русский**](README_RU.md)
--- ## ✨ Recursos | Recurso | O que faz | Modelo | Custo | |---|---|---|---| | 🖼️ Leitura de imagens coladas | Em sessões **somente texto** (ex.: deepseek-v4-pro), a barra de entrada ganha um botão «Adicionar imagem» (ícone de imagem); imagens coladas são descritas pelo modelo de visão e entregues ao modelo atual como texto (**a partir do v0.1.1, DeepSeek-V4-Flash-Vision-Exp por padrão**) | v0.1.1: DeepSeek-Vision-Exp · rc.7/8: Zhipu GLM-4V-Flash | GLM grátis; DeepSeek cobrado do seu saldo (padrão no v0.1.1) | | 🧠 Rota de modelo de visão | Em ≤ v0.1.1, após instalar adiciona **automaticamente** «智譜 GLM-4V-Flash（視覚）」 ao seletor de modelos (**no v0.1.6**: adicione uma vez em **Configurações → Modelos**); use em conversas novas para falar sobre imagens | Zhipu GLM-4V-Flash | Grátis | | 👁️ `vision-review` | Analisar / reconhecer / descrever imagens e capturas de tela; encontrar bugs visuais de UI (sobreposição, estouro, desalinhamento); detectar marcas d'água/logos; transformar imagens em texto. Cadeia de motores: GLM-4V-Flash → DeepSeek-V4-Flash-Vision-Exp (mesma chave do agente, pago opcional) → SenseNova / SiliconFlow / Gemini | GLM-4V-Flash＋DeepSeek-Vision-Exp＋SenseNova＋Gemini | Grátis (DeepSeek pago opcional) | | 🎨 `media-tools` | Gerar imagens, ilustrações, avatares, fundos e banners | SenseNova U1 Fast → SiliconFlow Kolors | Grátis, sem marca d'água | > ⚠️ Nota honesta: a leitura de imagens coladas vive no **núcleo** do DeepSeek Harness — nativa em **v0.1.6 / v0.1.1**; em rc.7 / rc.8 através dos patches de núcleo incluídos (admissão de imagens em `api-proxy`). Este bundle entrega as **skills** (em ≤ v0.1.1 também a rota de modelo); o modelo de visão funciona em qualquer build do DSH. ## ⚡ Início rápido 1. Instale o bundle: ```sh dsh plugin --profile add dsh-media-skills ``` 2. **Chaves**: - **v0.1.6**: nenhuma chave é necessária para instalar — os dois skills se registram em tempo de execução. As chaves dos skills (`GLM_API_KEY`, `SILICONFLOW_API_KEY`, opcional `GEMINI_API_KEY`) ficam em `~/.dsh/secrets/media-tools.env` (veja [Chaves](#-chaves)); as rotas de modelo nativas você configura em **Configurações → Modelos**. - **no v0.1.1-rc.1+ nenhuma chave extra é necessária** — a leitura de imagens coladas e a rota de visão usam o `DEEPSEEK_API_KEY` existente do agente. Para os motores gratuitos (ou rc.7/rc.8): primeiro consiga a chave grátis — cadastre-se em [open.bigmodel.cn](https://open.bigmodel.cn) → **API Keys** (glm-4v-flash é grátis). Para gerar, crie também uma em [siliconflow.cn](https://siliconflow.cn) (Kolors é grátis). Depois configure — GUI web (**Configurações → Modelos**) ou arquivo de credenciais: ```sh # ~/.dsh/.credentials.yaml (chmod 600) GLM_API_KEY: ``` 3. **Reinicie totalmente** o `dsh web` e faça uma atualização forçada (`Cmd+Shift+R`). 4. Verifique: na lista de skills aparecem **`vision-review`** e **`media-tools`** (no v0.1.6 configure a rota de visão em **Configurações → Modelos**; em ≤ v0.1.1 o seletor de modelos mostra **智譜 GLM-4V-Flash（視覚）**). Se o seu build suportar a leitura de imagens coladas, a barra de entrada mostra um botão 🖼️ **Adicionar imagem** — cole uma imagem em qualquer sessão e ela chegará como descrição em texto. Guia completo, funcionamento e solução de problemas: **[../SETUP_VISION.md](../SETUP_VISION.md)** ## 🔑 Chaves Chaves **nunca são armazenadas neste repo**. Os scripts leem, em ordem: variáveis de ambiente → `~/.dsh/secrets/media-tools.env` → `~/.codex/secrets/media-tools.env` (fallback legado). A rota do modelo de visão lê `GLM_API_KEY` do armazenamento de credenciais do DSH (≤ v0.1.1; no v0.1.6 você configura as rotas em **Configurações → Modelos**). Onde obter (ambas grátis): Zhipu — [open.bigmodel.cn](https://open.bigmodel.cn) → API Keys (glm-4v-flash). SiliconFlow — [siliconflow.cn](https://siliconflow.cn) → API Keys (Kolors). ```sh # ~/.dsh/secrets/media-tools.env (chmod 600, uma KEY=value por linha) GLM_API_KEY=... SILICONFLOW_API_KEY=... ``` ## 🖼️ O painel 创作 (desktop 0.2.1+) O painel 创作: entrada e seletores à esquerda, cartão de resultado à direita A partir do desktop 0.2.1 um plugin pode registrar a própria página; este pacote traz **创作** na barra lateral: - **生成**: escreva o prompt (⌘⏎ também gera), escolha modelo, proporção e tamanho de 1K a 4K. Os modelos aparecem uma linha por modelo, não por provedor, e há 10 proporções (inteligente / 1:1 / 9:16 / 16:9 / 3:4 / 4:3 / 2:3 / 3:2 / 9:21 / 21:9). Tamanhos acima do limite de um modelo ficam cinza em vez de serem ignorados. O resultado volta como um cartão com número, modelo, tamanho, prompt e ações. - **作品**: todas as imagens deste espaço de trabalho em uma folha de contatos; clique em uma para abrir a ficha e reutilizar os ajustes, copiar o prompt, abrir o original ou apagar (o arquivo também é apagado). Clique na imagem para ampliar; `Esc` fecha. - **生图 Key**: cole uma chave por provedor. Ela vai para `~/.dsh/secrets/media-tools.env` (permissão 600), **nunca é enviada** e só serve para gerar. Chaves salvas aparecem como `••••abcd`, com um olho para vê-las por um instante. - **Sem nenhuma chave?** Escolha **Flux (免 Key)** — o Pollinations não pede cadastro nem chave (uma imagem por IP a cada 45 segundos, até 768×768, com um logo pequeno). No app de desktop: barra lateral **Plugins** → **Add plugin** (canto superior direito) → digite `dsh-media-skills` → **Install**. Depois reinicie o app uma vez (plugins carregam na inicialização). Também pelo terminal: ```sh dsh plugin --profile desktop add dsh-media-skills ``` 作品: folha de contatos à esquerda, ficha à direita ## 🚀 Uso Três formas de ler imagens: | Forma | Como | Quando | |---|---|---| | **A. Colar diretamente (recomendado)** | Em qualquer sessão, clique no botão 🖼️ / arraste / cole uma imagem e envie | Perguntas do dia a dia sobre imagens — sem salvar arquivos nem trocar de modelo | | **B. Sessão com modelo de visão** | Nova conversa, escolha 智譜 GLM-4V-Flash（視覚）, cole imagens e converse | Conversas de várias rodadas sobre imagens, `read_image` nativo | | **C. Arquivos + skill** | Coloque a imagem no workspace e diga «leia esta imagem com vision-review» | Revisão em lote, fluxos com scripts | O idioma da descrição segue o da sua mensagem (mensagem em chinês → descrição em chinês; em inglês → em inglês; sem texto → chinês). Basta dizer: - «Olhe esta imagem / verifique este screenshot em busca de bugs visuais» → `vision-review` - «Gere uma imagem de …» → `media-tools` ## 🗺️ Estrutura ``` dsh-media-skills/ ├── package.json # manifesto dsh.bundle ├── cordis.patch.yml # camada de plugin ├── index.js # registra os dois skills pelo ciclo de vida do provider do DSH v0.1.6 ├── skills/ │ ├── vision-review/ # leitura de imagens │ └── media-tools/ # geração de imagens ├── docs/ │ ├── SETUP_VISION.md # guia de visão (chinês) │ ├── SETUP_VISION_EN.md # detailed setup guide (English) │ └── lang/ # READMEs em outros idiomas ├── scripts/make-banner.py # regenera docs/social-preview.png └── docs/social-preview.png ``` ## 🤝 Junte-se ao ecossistema de plugins DSH A prévia de desenvolvedores do DeepSeek Harness ainda está em fase de testes para desenvolvedores do Harness; os plugins principais e as APIs base seguirão evoluindo. Esperamos explorar os limites superiores da inteligência junto com desenvolvedores do mundo todo, sobre infraestrutura de código aberto, aberta, reutilizável e combinável. - [Tópico dsh-plugin](https://github.com/topics/dsh-plugin) - [Início rápido](https://deepseek-harness.github.io/deepseek-harness/guide/quickstart) - [Repositório do DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) > Marque este repo com o tópico [`dsh-plugin`](https://github.com/topics/dsh-plugin) para que outros o descubram. ## 📄 Licença [MIT](../../LICENSE)