@ccch1mneyyy/dsh-media

DSH Go 的主机侧媒体插件，版本 0.3.0。提供生成图片、用一句话编辑图片、后台生成视频；服务密钥留在 Host credentials，原件保存到当前工作区。设置命名空间保持 dsh-media，媒体结果使用冻结的 meta["dsh-go/media"] v1。

0.3.0 声明兼容 DSH 0.2.1-rc.4 与 0.2.2-rc.1，验证使用各版已有 runtime 锁，不重新解析生产依赖。实际验证范围与未验证项见 VERIFICATION.md。模型可用性、审核、配额和最终费用由供应商决定。App 内置的是设置与媒体展示入口，主机插件仍单独安装；本次不发布 npm、不预装或自动启用插件，也不调用真实付费服务。

支持范围

| 服务 / profile | 图片与编辑 | 视频 | 取消 | |---|---|---|---| | OpenAI / openai-gpt-image | GPT Image 2、2.5 Sunburst / Flare；单参考图编辑 | 无 | 同步请求停止等待不等于供应商停止计费 | | Gemini OpenAI 兼容 / openai-compatible | Gemini 2.5 Flash Image，单张、显式 b64_json | 无 | 同上 | | 火山方舟 / ark-image、ark-video | Seedream 5.0 Pro；单参考图编辑 | Seedance 2.5 文生 / 单首帧图生 | 仅 queued，真实 DELETE 后再查询确认 | | 阿里云百炼 / ali-wan-image、ali-video | Wan 2.7 Image；单参考图编辑 | Wan 2.7 文生 / 单首帧图生 | 仅 PENDING，真实取消请求后再查询确认 | | 硅基流动 / silicon-image、silicon-video | Qwen Image；Qwen Image Edit 2509 单参考图编辑 | Wan 2.2 T2V / I2V | 当前官方接口未提供取消；停止本地等待可能继续收费 |

确切模型 ID、地址、参数白名单与官方资料在 data/models.json。本版本只开放有文档依据的子集，不代表供应商完整能力。Seedream Lite 已停止新购，因此使用官方列出的 Pro 替代型号；不会发送 Pro 不支持的 Lite 组图字段。方舟下线公告

没有启用且凭据已配置的服务时，不注册生成工具或系统提示。edit_image 只在配置了支持编辑的模型时出现。原生服务只接受目录中核实的 HTTPS 主机和路径；OpenAI 兼容服务可配置 HTTPS API 根路径，仍执行公网地址与下载安全校验。

配置

三步即可开始：

1. 添加服务：从服务商预设中选择图片或视频（火山方舟、阿里云百炼、硅基流动、OpenAI、Gemini）。服务 ID、请求协议、API 根地址、返回格式和模型 ID 会按预设自动带入，无需手动拼写。图片与视频分别建一个服务；同一服务商的图片和视频可以共用同一个凭据。
2. 填 API Key：新版 App 会为每个服务自动生成凭据名（例如方舟图片和视频都用 DSH_MEDIA_ARK_API_KEY，同一服务商复用同一个），只需要在服务详情里保存一次 Key；也可以在「高级」里改成任意已配置的 env 风格凭据名来引用已有 Key。旧版四个固定槽 DSH_MEDIA_SLOT_1_API_KEY 至 DSH_MEDIA_SLOT_4_API_KEY 仍可用，但仅为兼容保留，新版设置不需要在这里重复填写。
3. 启用：分别选择图片默认服务和模型、视频默认服务和模型，检查费用保护后启用。generate_image / edit_image 使用图片默认值，generate_video 使用视频默认值；类型默认值解析不到时回落旧版通用 defaults.serviceId / defaults.modelId，再回落首个可用候选。

预设来自 data/models.json 的 presets[]，App 通过服务的目录元数据读取；旧版 App 忽略该字段，现有配置与旧版通用默认值保持原行为。

例如方舟图片与视频服务（只有引用，不含 Key）：

services:
  - id: ark_image
    enabled: true
    provider: ark
    baseUrl: https://ark.cn-beijing.volces.com
    profile: ark-image
    models: doubao-seedream-5-0-pro-260628
    keyRef: DSH_MEDIA_ARK_API_KEY
  - id: ark_video
    enabled: true
    provider: ark
    baseUrl: https://ark.cn-beijing.volces.com
    profile: ark-video
    models: doubao-seedance-2-5-260628
    keyRef: DSH_MEDIA_ARK_API_KEY
defaults:
  imageServiceId: ark_image
  imageModelId: doubao-seedream-5-0-pro-260628
  videoServiceId: ark_video
  videoModelId: doubao-seedance-2-5-260628
budget:
  dailyCny: '20'
  unknownPriceHoldCny: '20'
limits:
  maxImages: 1

百炼两个 profile 的根地址都是 https://dashscope.aliyuncs.com，也支持目录声明的北京工作空间地址。硅基流动为 https://api.siliconflow.cn；OpenAI 为 https://api.openai.com/v1。Gemini 兼容根地址为 https://generativelanguage.googleapis.com/v1beta/openai，responseFormat: b64_json。其他 profile 的 responseFormat 留空；预设已包含上述值。

使用与恢复

普通对话可要求“画一张蓝色的猫”“用这张参考图把背景改成夜晚”“生成一个 5 秒视频”。生成模式沿用普通用户消息参数头，不新增命令或自定义会话事件。视频可用参数依模型决定；硅基流动当前只开放尺寸映射，不猜测秒数或分辨率字段。首帧图生视频省略 aspect。

generate_image / edit_image 完成后返回实际文件和 v1 元数据。generate_video 立即返回 rid 和后台 job：真实 ctx.jobs 跟踪排队、运行、终态，完成通知叫醒 Agent，再调用 get_media_result(job_id) 获取最终媒体卡片。插件不调用 jobs.wait，不自行伪造会话事件。v1 没有独立 cancelled 状态，确认取消使用 status: failed 和 error.code: cancelled；未确认远端取消使用 remote_may_continue。

Host 重启后，原会话可调用 resume_media(rid) 继续查询已保存的供应商 task ID。恢复不新建供应商任务，不再次预留费用；仅接受原 session、工作区、服务端点、凭据引用和模型身份。已完成的本地索引可直接复用。此版本是显式恢复，尚不自动重建全部 jobs；POST 已受理但响应丢失、没有 task ID 时不能自动找回，也绝不重试创建。

图片原件写入 <cwd>/generated/<UTC 日期>/，视频为原始 MP4（上限 300 MiB）。视频宽高、时长、编码从文件头读取，不冒充完整解码验证。支持目录校验的 MP4 编码不等于每台 Android 都能硬解。Host 私有索引与预算账本位于 <DSH_HOME>/media/dsh-media/，包含 prompt 与任务恢复身份，不应纳入公开诊断包。

参考图限当前可写工作区内的普通 PNG / JPEG / WebP 文件，最多一张、10 MiB。拒绝符号链接、命名管道和工作区外路径。每次审批列出实际路径与目标服务；内容在审批前读取并固定，审批后文件身份改变则拒绝提交，不上传替换后的文件。

费用保护的实际含义

当前没有足够可靠、覆盖所有输入计费项的报价，因此每次图片、编辑、视频均须单次明确同意，卡片不显示虚构估价。默认每天本地预算 ¥20、每次未知价请求预留 ¥20；默认设置一天只容纳一次此类预留。日期按上海时区。

预留是本地记账护栏，不是供应商实际金额的硬上限。实际账单可能高于预留。调低未知价预留会放行更多请求，不会降低供应商价格。账本在提交前持久化不确定状态，接受后的失败、超时、取消或断网均保留预留；本插件不声称退款。明确尚未提交的请求才释放预留。账本的内部 basis: estimate 记录本地预留结算，不是经过核实的供应商报价。

方舟和百炼仅排队时可能取消。取消请求与状态变化可能竞争，只有后续查询明确 cancelled / CANCELED 才显示已取消；运行中、查询失败、供应商不支持时都提示服务端可能继续生成并收费。付费 POST 不自动重试。

English

@ccch1mneyyy/dsh-media is a Host-side DeepSeek Harness plugin. It keeps credentials on the Host, saves original media in the current workspace and emits DSH Go media metadata v1. The settings namespace remains dsh-media. Node ^22.19.0 || >=24.0.0 and DSH 0.2.1-rc.4 or 0.2.2-rc.1 peers are required; the DSH Go manifest declares app 1.0.2 or later.

It supports OpenAI / Gemini-compatible images, Ark Seedream / Seedance, Alibaba Wan and SiliconFlow Qwen / Wan. Editing uses one workspace image. Video generation runs as a real background job; get_media_result retrieves its media result after the completion notice. resume_media(rid) explicitly resumes a saved provider task in its original session without submitting again. Provider cancellation is confirmed only when the API reports it; SiliconFlow cancellation is unavailable.

All currently bundled prices are unknown. Every generation requires explicit one-time approval. The default CNY 20 daily ledger and CNY 20 per-request hold limit local reservations, not actual provider bills. Accepted or uncertain submissions retain their hold. Validation uses each supported runtime version’s existing pinned dependency graph; see VERIFICATION.md for current evidence. No paid-provider or Android App installation/media-viewer validation is claimed. The package is prepared for publication but this change does not publish or preinstall it.

Version 0.3.0 also publishes provider presets in the plugin catalogue. The App builds a service from a preset, writes any env-style credential name such as DSH_MEDIA_ARK_API_KEY, reuses one key for the image and video services of the same provider, and keeps separate image/video defaults. The four fixed slots remain for compatibility only, and a legacy serviceId/modelId default keeps its exact previous behavior.