dsh-media-skills — Бесплатное чтение и генерация изображений для DeepSeek Harness
# 🎨 dsh-media-skills ### *Вставляйте картинки прямо в чат — бесплатная модель зрения, чтение и генерация изображений.* [![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)
Подарите [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) «глаза» и «кисть» — два бесплатных навыка, бесплатную модель зрения и вставку картинок, без зашитых ключей. [Возможности](#-возможности) · [Быстрый старт](#-быстрый-старт) · [Использование](#-использование) · [Настройка зрения](../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)
--- ## ✨ Возможности | Возможность | Что делает | Модель | Цена | |---|---|---|---| | 🖼️ Чтение вставленных картинок | В **текстовых** сессиях (например deepseek-v4-pro) в строке ввода появляется кнопка «Добавить изображение» (иконка изображения); вставленные картинки модель зрения автоматически превращает в текстовое описание для текущей модели (**начиная с v0.1.1 по умолчанию DeepSeek-V4-Flash-Vision-Exp**) | v0.1.1: DeepSeek-Vision-Exp · rc.7/8: Zhipu GLM-4V-Flash | GLM бесплатно; DeepSeek списывается с баланса (по умолчанию в v0.1.1) | | 🧠 Маршрут модели зрения | На ≤ v0.1.1 после установки **автоматически** добавляется «智譜 GLM-4V-Flash（視覚）」 (**v0.1.6**: добавьте один раз в **Настройки → Модели**) — выбирайте её в новом диалоге и обсуждайте изображения | Zhipu GLM-4V-Flash | Бесплатно | | 👁️ `vision-review` | Анализ / распознавание / описание изображений и скриншотов; поиск визуальных багов интерфейса (наложения, выход за границы, смещения); поиск водяных знаков и логотипов; перевод картинки в текст. Цепочка движков: GLM-4V-Flash → DeepSeek-V4-Flash-Vision-Exp (тот же ключ, что у агента, опционально платно) → SenseNova / SiliconFlow / Gemini | GLM-4V-Flash＋DeepSeek-Vision-Exp＋SenseNova＋Gemini | Бесплатно (DeepSeek опционально платно) | | 🎨 `media-tools` | Генерация картинок, иллюстраций, аватаров, фонов и баннеров | SenseNova U1 Fast → SiliconFlow Kolors | Бесплатно, без водяных знаков | > ⚠️ Честное замечание: чтение вставленных картинок — это возможность **ядра** DeepSeek Harness — нативно в **v0.1.6 / v0.1.1**, в rc.7 / rc.8 через приложенные патчи ядра (приём изображений в `api-proxy`). Этот бандл даёт **навыки** (на ≤ v0.1.1 также маршрут модели); модель зрения работает на любой сборке DSH. ## ⚡ Быстрый старт 1. Установите бандл: ```sh dsh plugin --profile add dsh-media-skills ``` 2. **Ключи**: - **v0.1.6**: при установке ключи не нужны — оба навыка регистрируются во время выполнения. Ключи навыков (`GLM_API_KEY`, `SILICONFLOW_API_KEY`, опционально `GEMINI_API_KEY`) лежат в `~/.dsh/secrets/media-tools.env` (см. [Ключи](#-ключи)); нативные маршруты моделей вы настраиваете сами в **Настройки → Модели**. - **на v0.1.1-rc.1+ дополнительные ключи не нужны** — вставка картинок и маршрут зрения работают на существующем `DEEPSEEK_API_KEY` агента. Для бесплатных движков (или rc.7/rc.8): сначала бесплатно получите ключ — зарегистрируйтесь на [open.bigmodel.cn](https://open.bigmodel.cn) → **API Keys** (glm-4v-flash бесплатен). Для генерации создайте ещё один на [siliconflow.cn](https://siliconflow.cn) (Kolors бесплатен). Затем укажите — веб-интерфейс (**Настройки → Модели**) или файл учётных данных: ```sh # ~/.dsh/.credentials.yaml (chmod 600) GLM_API_KEY: <ваш ключ> ``` 3. **Полностью перезапустите** `dsh web` и жёстко обновите страницу (`Cmd+Shift+R`). 4. Проверьте: в списке навыков появились **`vision-review`** и **`media-tools`** (на v0.1.6 маршрут зрения настраивается в **Настройки → Модели**; на ≤ v0.1.1 в селекторе моделей появится **智譜 GLM-4V-Flash（視覚）**). Если ваша сборка поддерживает вставку картинок, в строке ввода появится кнопка 🖼️ **«Добавить изображение»** — вставьте картинку в любой сессии, и она придёт как текстовое описание. Полное руководство, принцип работы и решение проблем: **[../SETUP_VISION.md](../SETUP_VISION.md)** ## 🔑 Ключи Ключи **никогда не хранятся в этом репозитории**. Скрипты читают их по порядку: переменные окружения → `~/.dsh/secrets/media-tools.env` → `~/.codex/secrets/media-tools.env` (устаревший запасной вариант). Маршрут модели зрения читает `GLM_API_KEY` из хранилища учётных данных DSH (≤ v0.1.1; в v0.1.6 маршруты вы настраиваете сами в **Настройки → Модели**). Где получить (оба бесплатны): 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, одна пара KEY=value в строке) GLM_API_KEY=... SILICONFLOW_API_KEY=... ``` ## 🖼️ Панель 创作 (desktop 0.2.1+) Панель 创作: слева ввод и выбор, справа карточка результата Начиная с 0.2.1 плагин может регистрировать собственную страницу — в этом бандле это **创作** в боковой панели: - **生成**: введите промпт (⌘⏎ тоже запускает), выберите модель, пропорции и размер от 1K до 4K. Модели идут по одной строке на модель, а не на провайдера; пропорций 10 (умная / 1:1 / 9:16 / 16:9 / 3:4 / 4:3 / 2:3 / 3:2 / 9:21 / 21:9). Размеры выше предела модели становятся серыми, а не игнорируются молча. Результат приходит карточкой с номером, моделью, размером, промптом и действиями. - **作品**: все изображения этого рабочего пространства в контактном листе; клик открывает карточку, где можно повторно использовать настройки, скопировать промпт, открыть оригинал или удалить (файл тоже удаляется). Клик по изображению увеличивает его, `Esc` закрывает. - **生图 Key**: ключ для каждого провайдера. Он записывается в `~/.dsh/secrets/media-tools.env` (права 600), **никуда не отправляется** и используется только для генерации. Сохранённые ключи показываются как `••••abcd`, глаз позволяет взглянуть на них. - **Совсем нет ключа?** Выберите **Flux (免 Key)** — Pollinations не требует ни регистрации, ни ключа (одно изображение на IP раз в 45 секунд, до 768×768, маленький логотип). В приложении: боковая панель **Plugins** → справа сверху **Add plugin** → введите имя пакета `dsh-media-skills` → **Install**. Затем один раз перезапустите приложение (плагины загружаются при старте). Можно и из терминала: ```sh dsh plugin --profile desktop add dsh-media-skills ``` 作品: слева контактный лист, справа карточка ## 🚀 Использование Три способа читать изображения: | Способ | Как | Когда | |---|---|---| | **A. Вставить напрямую (рекомендуется)** | В любой сессии нажмите 🖼️ / перетащите / вставьте картинку и отправьте | Повседневные вопросы про картинки — без сохранения файлов и смены модели | | **B. Сессия с моделью зрения** | Новый диалог, выберите 智譜 GLM-4V-Flash（視覚）, вставляйте картинки и общайтесь | Многошаговые диалоги про изображения, нативный `read_image` | | **C. Файлы + навык** | Положите картинку в рабочую папку и скажите «прочитай это изображение через vision-review» | Пакетная проверка, скриптованные сценарии | Язык описания следует за языком вашего сообщения (китайское сообщение → китайское описание; английское → английское; без текста → китайский). Просто скажите: - «Посмотри на эту картинку / проверь этот скриншот на визуальные баги» → `vision-review` - «Сгенерируй изображение …» → `media-tools` ## 🗺️ Структура ``` dsh-media-skills/ ├── package.json # манифест dsh.bundle ├── cordis.patch.yml # слой плагина ├── index.js # регистрирует два навыка через жизненный цикл провайдера DSH v0.1.6 ├── skills/ │ ├── vision-review/ # чтение изображений │ └── media-tools/ # генерация изображений ├── docs/ │ ├── SETUP_VISION.md # руководство по зрению (китайский) │ ├── SETUP_VISION_EN.md # detailed setup guide (English) │ └── lang/ # README на других языках ├── scripts/make-banner.py # пересоздаёт docs/social-preview.png └── docs/social-preview.png ``` ## 🤝 Присоединяйтесь к экосистеме плагинов DSH Предварительная версия DeepSeek Harness для разработчиков всё ещё находится на стадии тестирования для разработчиков Harness; основные плагины и базовые API продолжат развиваться. Мы ждём совместного исследования верхних пределов интеллекта с разработчиками по всему миру — на открытой, переиспользуемой и компонуемой инфраструктуре с открытым исходным кодом. - [Тема dsh-plugin](https://github.com/topics/dsh-plugin) - [Быстрый старт](https://deepseek-harness.github.io/deepseek-harness/guide/quickstart) - [Репозиторий DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) > Добавьте этому репозиторию тему [`dsh-plugin`](https://github.com/topics/dsh-plugin), чтобы его было проще найти. ## 📄 Лицензия [MIT](../../LICENSE)