dsh-qwen-media
Manifest validToken Plan image and video generation skill: text-to-image, image editing, sequential image sets, text-to-video, image-to-video and reference-to-video, with capability-guided model and spec selection.
dsh-qwen-media
DeepSeek Harness 用户级技能:在任何项目的会话中主动调用阿里云百炼 Token Plan(qwen-token-plan-cn)的图像/视频生成模型,消耗套餐 Credits(sk-sp- Key),Key 全程保密。
支持:文生图、图生图/图像编辑、多图融合、框选编辑、连贯组图、文生视频、首帧图生视频、多参考生视频(角色一致性)、音频口型同步、参考文件/网页生视频;尺寸/宽高比求解、官方提示词公式、零成本自检 --doctor、用量台账 --stats、任务断点续查、后台 job 模式、/dsh-qwen-media slash 调用。
要求
- DeepSeek Harness(web/desktop 默认挂载 skill 插件即可)
- Node.js ≥ 18(
node --version检查) - 阿里云百炼 Token Plan 订阅(个人版 Lite/Essential/Standard/Pro 均可;模型清单见
references/models.md) - 零 npm 依赖
安装(其他电脑同此)
PowerShell:
git clone https://github.com/sh-lsy/dsh-qwen-media.git "$HOME\.dsh\skills\dsh-qwen-media"
macOS / Linux:
git clone https://github.com/sh-lsy/dsh-qwen-media.git ~/.dsh/skills/dsh-qwen-media
无需重启:技能目录受监视,下一步即出现在会话技能目录。更新:git -C ~/.dsh/skills/dsh-qwen-media pull。
(放在 ~/.agents/skills/ 下同样有效。)
配置 Key(二选一,切勿贴进聊天)
- 推荐:DSH Web UI → 设置 → 模型 → 添加/选择
qwen-token-plan-cn→ 填入sk-sp-开头的 Token Plan API Key(保存于~/.dsh/.credentials.yaml,技能自动读取)。 - 文件:在
~/.dsh/.env加一行QWEN_TOKEN_PLAN_CN_API_KEY=sk-sp-…。
国际站订阅用 QWEN_TOKEN_PLAN_API_KEY 并在命令加 --region intl。
技能按 DSH 凭据同优先级解析:credentials.yaml → 进程环境 → 项目 .env → home .env;非 sk-sp- 前缀的 Key 会被拒绝(防止误用按量计费 Key 另外扣钱)。
使用示例(会话中直接说)
| 你说 | 发生什么 |
|---|---|
| 生成一个图片 | 引导选模型+主题 → 生成 → 内联展示 |
| 生成一张猫的图片 | 只问模型 → 生成展示 |
| 用 wan2.7-image-pro 画 4K 海报,标题"夏日特惠" | 指定模型直接执行(4K 仅文生图) |
| 把这张图背景换成海边(附图) | 图生图编辑,本地图自动 Base64 |
| 四季猫 4 张连环图 | wan2.7 组图模式(n>1 先确认成本) |
| 生成一个视频 | 引导时长/对话意图 → 默认 720P/5s → 后台生成 → 交付 mp4 |
| 把这张图变成视频(附图) | 首帧图生视频 |
| 让图1角色和图2角色对话(附2图) | r2v 多参考 + [Image n] 指代 |
| 用这段音频对口型(音频URL) | wan3.0 audio_url |
| /dsh-qwen-media 画一只猫 | slash 直接注入技能 |
成本门槛:视频 >10s 或 1080P、图像 n>1 或 4K 会先向你确认。视频按输出秒数×分辨率计费,失败不计费;Credits 用尽会停止(不转按量)。
模型能力速览
| 模型 | 输出规格 | 横竖屏 | 时长 | 音频 | 参考图 | 强项 |
|---|---|---|---|---|---|---|
| qwen-image-3.0-pro | ≤2K | 自由(1:8–8:1) | — | — | 1–3 | 文字/海报/排版/精确编辑 |
| wan2.7-image-pro | 文生图4K/编辑组图2K | 方形或随参考图 | — | — | 多张+框选 | 摄影级画质/组图/框选 |
| wan2.7-image | ≤2K | 同上 | — | — | 多张 | 更快更省 |
| wan3.0-video | 480/720/1080P | 5比例+自适应 | 2–30s | 原生+口型 | ≤5+文件/网页 | 旗舰/多镜头/长视频 |
| happyhorse-1.1-t2v | 480–1080P | 9比例含21:9 | 3–15s | 原生 | 无 | 对话表演短视频 |
| happyhorse-1.1-i2v | 480–1080P | 随首帧 | 3–15s | — | 首帧1 | 静图动画化 |
| happyhorse-1.1-r2v | 480–1080P | 9比例 | 3–15s | — | 1–9 | 角色跨镜头高一致 |
详见 references/model-cards.md(含像素表/限制/成本)。会话中未指定模型时会给出能力对比表引导选择,再让你知情选择画幅/分辨率/时长/张数(选择即成本确认)。
CLI 速览
node scripts/image.mjs --doctor # 零成本自检(node/Key来源/地域推断/鉴权探针)
node scripts/image.mjs --check # 只报 Key 来源与生效地域,不输出 Key
node scripts/image.mjs --model qwen-image-3.0-pro --prompt "…" --tier 2K --aspect 16:9
node scripts/image.mjs --model wan2.7-image-pro --prompt "…" --image a.png --image b.png --sequential --n 4
node scripts/image.mjs … --async # 提交异步图像任务(后台+轮询)
node scripts/image.mjs … --dry-run # 零成本打印将发送的请求体
node scripts/video.mjs --model wan3.0-video --prompt "…" --resolution 720P --duration 5
node scripts/video.mjs --model wan3.0-video --prompt "…" --first-frame cat.png --last-frame end.png
node scripts/video.mjs --model happyhorse-1.1-i2v --prompt "…" --first-frame cat.png
node scripts/video.mjs --model happyhorse-1.1-r2v --prompt "[Image 1] 中的角色…" --ref r1.png --ref r2.png
node scripts/video.mjs … --ratio 9:16 --out my-dir # 竖屏与自定义输出目录
node scripts/video.mjs --task <task_id> # 断点续查/补下载(24h 内)
node scripts/image.mjs --stats # 本地用量台账汇总
输出默认 <当前工作目录>/qwen-media-output/(含 ledger.jsonl)。设了 HTTP(S)_PROXY 时脚本走零依赖 CONNECT 隧道。
隐私与安全
Key 只存在于脚本进程内存:不打印、不写文件、不进命令行参数;错误信息统一脱敏。输出只写会话工作区。台账为本地估算,计费以百炼控制台为准。
故障排查
KEY_MISSING:按上文配置 Key 后重试。WRONG_KEY_TYPE:用了sk-按量 Key,换订阅sk-sp-Key。- 401:Key/端点/地域不配套;403:模型仅团队版;429 insufficient_quota:额度用尽;429 限流:等 60s。
- 审核拦截:按
references/prompt-guide.md改写提示词。 - 详见
references/models.md错误码表。
Changelog
- 1.2.0:地域自动推断(只配国际站 Key 时自动用 ap-southeast-1,
--region可覆盖);付费前输入预检(参考图最小边、prompt 超长警告,零成本拦截);SKILL 增 Node 缺失回退指引;README CLI 补全--dry-run/--async/--last-frame/--out/--extend;随仓库提供dsh.bundle清单,可用dsh plugin add安装。 - 1.1.2:文档校准——wan3.0 帧率 30fps 经 usage.fps 实测确认写入能力卡。
- 1.1.1:修正 wan3.0 媒体组合约束——first_frame 仅可与 last_frame 组合、不可与参考图/视频/file/link 同用(脚本提前拒绝非法组合,零成本);新增
--last-frame;保真改为"参考锁(--ref)"或"构图锁(--first-frame 单独)"二选一。 - 1.1.0:模型能力透明化(model-cards 能力卡 + 两段式知情提问:能力对比表→模型感知规格选择,选择即成本确认);参考图保真(特征锁/画风锁/参考任务自动关闭 prompt_extend/wan3 negative/设定表先转单主体立绘);
--dry-run零成本预览请求体;wan 有首帧时忽略 ratio。 - 1.0.1:参考图 MIME 改为魔数嗅探兜底,支持 DSH 附件无扩展名内容寻址路径(此前仅按扩展名判断会误报格式不支持)。
- 1.0.0:首版。图像三模型/视频四模型全能力、DSH 深度兼容(slash/后台job/附件/present/热更新)、doctor/台账/续查/代理隧道。
License
见 LICENSE(仓库原有)。
Comments
Loading…
Similar plugins
by hiocobueno653-pixel
Image-generation tool with automatic prompt enhancement, switchable API profiles, and a Turn-tail image card that survives chat folding. Requires a user-supplied image API endpoint and key; none are b
★ 0
MIT
JavaScript
Nov 15, 2026
dsh plugin --profile web add dsh-image-genby Pappet
Text-to-image and image-to-image generation via OpenRouter's unified Image API: configurable model aliases with parameters gated against the live model capability listing, reference-image inputs, a se
★ 1
MIT
JavaScript
Aug 31, 2026
dsh plugin --profile web add dsh-tool-imagegenby Ylight-cpu
Portable AI image-retouching and video-editing skill pack for DeepSeek Harness: matting with quality tiers, inpainting retouch, text/logo compositing, batch platform exports, footage review, timeline
★ 4
NOASSERTION
Python
Sep 12, 2026
dsh plugin --profile web add dsh-creative-studioText-to-image and image-to-image generation inside DSH through OpenAI-compatible endpoints, with an agent tool, multi-provider fallback, and a side-panel workspace with history.
★ 0
dsh plugin --profile web add @xiaoyuink/dsh-image-createby whiteS18
Configure multiple image providers in Settings and call image_generate with the one selected model; images save under generate/image and show inline in the conversation.
★ 0
↓ 156/wk
MIT
JavaScript
Sep 13, 2026
dsh plugin --profile web add dsh-image-generationby dingchenhui0618-arch
Bundled imagegen skill for DeepSeek Harness: generate or edit raster images from the agent through any OpenAI-compatible GPT Image endpoint.
★ 1
Apache-2.0
Python
Oct 27, 2026
dsh plugin --profile web add dsh-imagegen-skill