LaplaceYoung/dsh-directorx
LaplaceYoung★ 0JavaScriptLast synced: 2026-08-15
DirectorX as a DeepSeek Harness plugin: AI video/image/audio skills, knowledge corpus, and configurable vision/image/video/audio model tools.
README excerpt
🎬 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;片场知识库与提示词弹药,开箱即用。 Topics: 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 是一个 DeepSeek Harness 插件。 它不会抢你的 agent loop,也不会偷偷再塞一个 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。 再附赠一个重量级片场包: 350+ 篇中文影视知识库、36 个可直接调用的技能、 11 套制作 recipe、以及 GitHub 上开源提示词技巧的持续侦察队。 ✨ 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 想参考 GitHub 上的提示词技巧 侦察队已经把高⭐️公开仓库蒸馏成中文笔记,还带来源 🧠 架构一图流 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 想用本地代码调试? 没有构建仪式: lib/ 已经提交进仓库,GitHub 直装不需要跟 npm lifecycle 脚本搏斗。 🎛️ 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 dire…
View full README on GitHub →Category
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件,为 DeepSeek、GLM 等纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面、语义)。
★ 1,700
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 884
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件:带意图的图片问答、长截图 OCR、UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 405