🎬 dsh-directorx

把 DeepSeek Harness 从「会写代码的同事」升级成「会拍片的导演」。
视觉、图像、视频、音频模型，一插件全都有；片场知识库、原创制作手册与提示词弹药，开箱即用。

dsh-plugin · deepseek-harness · ai-video · ai-image · text-to-video · directorx

---

🤔 这到底是个啥

一句话：给 DSH 装上影视制作的四肢，而大脑还是 DSH 自己的。

dsh-directorx 是 DeepSeek Harness（DSH）插件。它不抢 agent loop，不塞第二套 runtime；它只做四件事：

• 👁️ 让 DSH 看得见 —— 调用视觉模型，读图、识图、看图说话。
• 🎨 让 DSH 画得出 —— 调用文生图模型，把分镜变成关键帧。
• 🎥 让 DSH 拍得了 —— 调用视频模型，支持首尾帧、参考图和异步任务。
• 🔊 让 DSH 说得出 —— 调用 TTS/音频模型，生成旁白、对白和音效底子。

再附赠一个片场包：350+ 篇影视知识库、37 个可直接调用的技能、11 套制作 recipe， 以及一套插件自研的原创制作手册。

---

✨ 为什么你可能会喜欢它

痛点	装上之后
模型只会说「我无法生成视频」	DSH 会先查知识库，再直接调用视频工具，产出文件路径
Base URL / API Key 藏在 YAML 深处	打开 DSH WebUI 设置页，像填外卖地址一样填完即用
分镜写得像散文	内置技能会把提示词收紧成可生成、可复用的导演指令
生图、生视频、配音要装三四个插件	一个插件，四类模型，按需开关
想做专业项目却没有流程约束	原创制作手册提供闸门、检查点和降级顺序

---

🧠 架构一图流

flowchart LR
  subgraph DSH["DeepSeek Harness"]
    UI["WebUI Settings → DirectorX"] --> CFG["settings namespace: directorx"]
    LOOP["DSH Agent Loop"]
  end

  CFG -->|live reload| TOOLS["DirectorX tools"]
  LOOP --> TOOLS
  LOOP --> SKILLS["Runtime skills"]

  TOOLS --> VISION["directorx_view_image"]
  TOOLS --> IMAGE["directorx_generate_image"]
  TOOLS --> VIDEO["directorx_generate_video"]
  TOOLS --> AUDIO["directorx_generate_audio"]
  TOOLS --> SEARCH["directorx_knowledge_search"]
  TOOLS --> READ["directorx_knowledge_read"]

  VISION & IMAGE & VIDEO & AUDIO --> API["OpenAI-compatible / ModelVerse / mock"]
  SEARCH & READ --> CORPUS["knowledge/ · skills/ · recipes/"]
  SKILLS --> PLAYBOOK["directorx-playbook"]
  PLAYBOOK --> NOTES["原创制作手册"]

插件只负责「眼睛、画笔、摄影机、麦克风和片场百科」，调度、审批、会话、subagent 全由 DSH 自己管。

---

🚀 安装：三十秒上桌

在插件源码目录中执行：

dsh plugin --profile web add .
dsh web

没有构建仪式：lib/ 已经提交进仓库，安装后直接加载。

---

🎛️ WebUI 设置：把模型当成家电来配

打开 DSH WebUI，左下角 Settings → DirectorX。四个能力各自独立：

能力	工具	配置方式	模型示例
👁️ 视觉	directorx_view_image	openai-chat / mock	gpt-4o-mini、任意兼容 VLM
🎨 图像	directorx_generate_image	openai-images / modelverse-tasks / mock	gpt-image-1、doubao-seedream-*
🎥 视频	directorx_generate_video	openai-videos / modelverse-tasks / mock	sora-2、MiniMax-H3
🔊 音频	directorx_generate_audio	openai-tts / mock	gpt-4o-mini-tts、任意兼容 TTS

每张卡片都能填：

• Base URL —— 官方网关、聚合网关、本地 http://localhost:11434/v1，都可以；
• API Key —— 以 secret 存进 DSH settings，不显示、不打印、不进入聊天记录；
• 配置方式 / Mode —— 决定走哪套协议，不用背文档；
• Resolution —— 视频能力可填 2K / 720p / 1080p 等输出档位；
• 能力开关 —— 关掉某个能力，对应工具直接不注册。

保存即热更新，不用重启。没有 Key 也不要紧：切到 mock 模式，先跑通整个链路再上真模型。

---

🧰 工具速查

工具	一句话说明	典型用法
directorx_view_image	给 DSH 装上眼睛	读截图、读剧照、检查生成图有没有崩脸
directorx_generate_image	生成关键帧/参考图	角色定妆照、场景概念图、首尾帧
directorx_generate_video	生成视频片段	图生视频、首尾帧转场、动作镜头
directorx_generate_audio	生成旁白/音频	广告口播、短剧对白、音效底子
directorx_knowledge_search	搜片场百科	查运镜术语、模型参数、平台规格
directorx_knowledge_read	读完整词条	把搜索结果展开成可执行方法论

支持的协议：

• openai-chat → POST {baseURL}/chat/completions
• openai-images → POST {baseURL}/images/generations
• openai-videos → POST {baseURL}/videos → 轮询 GET /videos/{id}
• modelverse-tasks → POST {baseURL}/tasks/submit → 轮询 GET /tasks/status
• openai-tts → POST {baseURL}/audio/speech
• mock → 本地 SVG 图 / WAV 音 / ffmpeg 测试视频，零密钥联调

---

📚 片场知识包

• 350+ 篇影视/AI 生成知识库：镜头语言、灯光色彩、视频提示词工程、模型矩阵、首尾帧控制、短剧工业化、平台交付规格……模型不知道的，它先查了再动手。
• 37 个 runtime skills：分镜、脚本、角色设定、视频提示词构建器、Seedance/Kling/GPT Image 提示词助手，以及 directorx-playbook 原创制作手册。
• 8 大中文影像工坊：导演风格致敬、动画与二次元、短剧与叙事、音乐 MV、广告与电商、纪录片、POV 与运动、特效与视觉实验。
• 11 套 recipe：广告片、短剧、教程片、纪录片、小说改编……DSH 读完流程就能开工。

directorx-playbook 把插件自研的制作经验整合成四份清单：

• 视频提示词通用原则；
• 一致性与控制清单；
• 制作闸门与检查点；
• 模型能力路由。

这些内容随插件加载为 DSH skill，模型可以在生成任务前直接调用。

---

🧪 开发与测试

npm install
npm run typecheck
npm run build
npm test

测试覆盖知识库检索、四个模型适配器的 mock 链路，以及本地 HTTP 假服务的 OpenAI-compatible 端到端 round-trip。当前：7/7 全绿。

想连 DSH 一起冒烟？

scripts/dsh-smoke.sh

它会创建临时 profile，让 DSH 真的调用 directorx_knowledge_search/read， 跑完自动清理。完整验证记录见 docs/verification.md。

---

🙋 FAQ

Q：没有 API Key 能用吗？ 能。四个能力都切 mock，先让 DSH 把工具链跑起来；拿到 Key 后回设置页填上即可。

Q：支持哪些供应商？ 凡是 OpenAI-compatible 的视觉、图像、视频、TTS 端点都行；视频还支持 ModelVerse tasks 协议。

Q：API Key 会泄漏给模型吗？ 不会。Key 以 secret role 存储，工具只把它放进 HTTP Authorization 头，不会写进返回内容。

Q：为什么我的模型不听话？ 先让 DSH 调用 directorx_knowledge_search 查一下该模型的提示词规格，再检查 Settings → DirectorX 里的 mode 是否选对。模型不是不听，是嫌提示词不够导演。

Q：可以只启用一部分能力吗？ 当然。设置页里每个能力都有独立开关，关掉即卸载对应工具。

---

📄 License

Apache-2.0（见 LICENSE）。

---

🌟 最后

如果这个插件让你的 DSH 第一次说出「导演，这条过了」，请点个 Star； 如果它生成了六个手指的超级英雄，也别慌——那是模型在提醒你：先读知识库，再锁提示词。

Keep prompting. Keep shooting.