mbh-media

墨宝 DSH 图片与音频生成 Bundle，注册 generate_image 和 generate_audio 工具。根据 $DSH_HOME/mobook.json#environment 选择网关：production 使用 model-gateway.shuwenda.com，其他环境使用 model-gateway.shuwenda.icu；图片路径为 /v3/images/generations，音频路径为 /v3/tts/create。每次调用通过 DSH 凭据服务读取 MOBOOK_API_KEY，不在插件中保存密钥。

工具接受 prompt、模型根据图片要求拟定的简短名称 name、可选 image（URL、Base64 或最多 10 项数组）、size、response_format 和当前消息的 output_dir。name 必填，插件不会从 prompt 提取名称。每张结果保存为以名称开头、带序号和唯一标识的图片文件；工具返回每张图片的 name 和 file，Agent 再使用 mbhchat_message 的 media 参数交付，附件名取文件名。图片 URL 下载与 Base64 响应都校验实际图片格式和大小；工具不会把图片数据或凭据写入日志。

generate_audio 使用 seed-audio-1.0，接受 text_prompt、简短名称 name、可选音色 ID speaker 和 output_dir。请求中的 audio_config 固定为 MP3、48000 Hz，音调、语速和音量调整均为 0。网关响应同时包含 Base64 audio 和公开 HTTPS url 时，插件优先下载 url；仅在没有 URL 时使用 Base64。插件校验大小及 MP3 格式，保存到当前消息成品目录，返回文件路径供 mbhchat_message 交付。网关请求沿用 MOBOOK_API_KEY 的 Bearer 鉴权；鉴权方式仍需用墨宝网关确认。

音频生成前，工具说明要求 Agent 对照用户原话检查文本与关键要求；插件校验 text_prompt 非空、长度及控制字符。若网关返回 OutputAudioSensitiveContentDetected.PolicyViolation，工具会明确说明没有可交付音频，并要求 Agent 停止自行改写文本或音色后反复重试；是否改用原创方向由用户决定。

开发态通过 pnpm dev 加载源码 Bundle；正式包通过外置插件清单加载。

生成过程在 $DSH_HOME/logs/mbh-media/YYYY-MM-DD.log 记录请求、HTTP 状态与耗时、网关错误码、媒体校验及保存结果。日志不记录提示词正文、凭据、参考图数据、媒体内容、下载 URL 或网关原始错误响应。

若网关返回 OutputImageSensitiveContentDetected.PolicyViolation，工具会明确说明生成结果未通过版权审核、没有可交付图片，并要求 Agent 停止自行删改用户指定的角色后反复重试；是否改为原创方向由用户决定。请求前的提示词检查不能预测这类生成结果审核。

发布时在 pnpm app 的“发布 npm 插件”阶段选择 mbh-media；该阶段运行插件的类型检查、测试和 build:npm，生成 @dcrays/mbh-media 包。首次发布成功后，发布器将正式包来源从 workspace 切换为锁定的 npm 版本。OSS 插件更新阶段也可单独选择 mbh-media。