DSH Plugins Marketplace

DSH Plugins

Plugins

/

dsh-media-bridge

d

dsh-media-bridge

Manifest valid★ 1

DSH Plugin: Speech-to-Text / TTS / Image Generation / Video Generation, invoking only one upstream per call, returning structured error codes on failure

UI (client)hasBundlePatch

dsh-media-bridge · 语音媒体桥

CI

DeepSeek Harness(DSH)配置型插件:给智能体 8 个媒体工具——转写、语音合成、生图、生视频、造音色, 以及配置与诊断。每次调用只打一个上游,失败返回结构化错误码,由调用方决定重试还是换家。

用前必读

  1. 本仓库不含任何密钥,只有凭据引用名;值由你自己放进 DSH 凭据库。
  2. 它会把你的文本/图片/音频发给你配置的第三方服务(MiniMax、千问、小米 MiMo、DeepSeek)。
  3. 调用会产生你账号下的真实费用;生图/生视频不幂等,客户端超时也照常计费。MIT 提供,AS IS。

安装(不需要 npm 账号)

插件不走 npm,package.json 只是 DSH bundle 的清单(且 private: true)。装法和你机器上其他 GitHub 来源的插件一样:

  1. 把仓库放到 DSH 能读到的目录:git clone https://github.com/xiaoxia-5201314/dsh-media-bridge.git ~/dsh-media-bridge
  2. 在该 profile 的依赖里加一行 github:xiaoxia-5201314/dsh-media-bridge(本地开发也可用 link:/绝对/路径),然后启用。插件会自动注册两行:
    • media-bridge-mcp:stdio 启动 server/media_bridge.py,暴露 8 个工具;
    • media-bridge-settings:设置页 + media_bridge_settings 工具。
  3. 必改一处:cordis.patch.yml 里三处路径是按机器写死的——脚本位置、cwd、 MEDIA_BRIDGE_CHAINS_FILE。换机器直接覆盖这个文件会让 MCP 行静默启动失败 (仓库里发布的是 /PATH/TO/... 模板,就是提醒这件事)。
  4. 填凭据(值不进代码目录):MINIMAX_API_KEY、QWEN_TOKEN_PLAN_CN_API_KEY、XIAOMI_API_KEY、 DEEPSEEK_API_KEY、MINIMAX_CN_API_KEY、QIANWEN_API_KEY。缺哪个,链上对应环节自动跳过; 全缺时只剩 check_config。套餐 key 与按量 key/域名不能混用。

工具

工具作用费用
check_config报告每家配置状态与默认顺序,只回布尔值,永不输出密钥免费
transcribe音频→文本;response_format=verbose_json 出说话人分离与逐句时间戳,srt/vtt 落字幕文件按量
synthesize文本→语音;可带 instruction(方言/情感/语速)、ssml、volume/rate、hot_fix、emotion按量
generate_image文生图;带 images=[1..16] 即改走图片编辑(本地文件自动转 data URI)不幂等,超时也计费
generate_video提交异步任务拿 job_id不幂等,超时也计费
job_status查任务并把成品下载到本地免费查询
list_models拉厂商模型目录,看有没有新模型免费
voice_managecreate_clone(样本音频复刻)/ create_design(文字描述造音色)/ list / status / delete创建与查询免费,用它合成按目标模型计费

设置页(设置 → 插件 → 语音媒体桥)

六张卡片:降级顺序(拖拽排序、整家停用)、每家的模型顺序(可增删、可折叠)、音色(已汉化, 按厂商+按模型族过滤,ID 与中文名并列)、接口密钥(直接在页面填/清除)、接口地址、花费上限。 保存后运行配置即时生效,下一次调用就用新的顺序/模型/音色。

花费上限

档位字段默认
统一日额budget.daily_limit_cny10
按品牌budget.provider_limit_cny[供应商]留空 = 不限
按模型budget.model_limit_cny["供应商:模型"]留空 = 不限

0 = 关闭该类调用,负数(走工具)= 不限;本地日期零点自动清零。拦截发生在发请求之前, 被挡的调用返回 code=budget_exhausted、不产生费用;成功的调用回显 cost_estimate_cny 与 budget_used_today_cny。账本是与链文件同目录的 media-bridge.usage.json(0600), 账本写不进去时直接拒绝调用——宁可挡住,也不做无记账的扣费。单价是估算, 可用 budget.prices_cny 覆盖自己的实际报价。

主要限制

  • 千问套餐端不含 qwen-audio-3.1-*、cosyvoice-*、voice-enrollment(实测 Model not exist), 这些只在按量端有;能力矩阵与原因见 docs/NOTES.md。
  • 音色 ID 绑定模型族,跨族使用会返回 InvalidParameter / Engine error 411;复刻与设计音色还额外绑定 创建时的 target_model。
  • MiniMax 音色复刻故意没接:首次使用扣 ¥9.9 解锁费,而小米 mimo-v2.5-tts-voiceclone 免费可用。
  • 表现力参数(instruction/ssml/emotion/hot_fix)已验证厂商接受且不报错,但效果未经人工听测。
  • 单次上限各家不同(如 MiniMax 转写 500 秒 / 50 MB,DeepSeek 120 秒 / 8 MiB),超限在调用前拒绝。

开发

python -m unittest server.test_tts_variants server.test_budget server.test_v09_controls \
  server.test_single_target_routing server.test_minimax_video server.test_deepseek_asr \
  server.test_minimax_image server.test_list_models server.test_download_naming test_synthesize_runtime
node --test client.test.cjs host.test.mjs

108 Python + 26 JS,全部离线(厂商 HTTP 层被 mock),所以 CI 不需要密钥、也不会产生费用。

许可证:MIT(见 LICENSE)。踩坑与演进记录:docs/NOTES.md。

Comments

Loading…