dsh-minimax-multimodal
适用于 DeepSeek Harness 的 MiniMax 图像理解、图像生成、语音合成和转录
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:lihanhong2002/dsh-minimax-multimodal#6e6a5e69a29b18978abfbf365f4837052aab6bb4Minimax Multimodal 以 dsh-minimax-multimodal 发布，当前版本为 0.1.1。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
为 DeepSeek Harness (DSH) 提供 MiniMax 图像理解、文生图、语音合成和语音转写工具。插件使用 DSH 原生工具、会话文件系统、凭据和附件接口。
| 工具 | 用途 | 默认模型 |
|---|---|---|
minimax_understand_image | 读取会话工作区中的图片并回答问题 | MiniMax-M3 |
minimax_generate_image | 根据文字生成一张图片 | image-01 |
minimax_speak | 将文字合成为 MP3 | speech-2.8-turbo |
minimax_transcribe_audio | 将音频转成文字 | asr-1.0 |
minimax_list_voices | 列出可用的系统语音音色 | MiniMax 音色目录 |
图片生成和语音合成成功后，插件自动把文件登记到 DSH 的交付记录，显示在回复下方的文件卡片中，无需模型另行调用 present。卡片的预览样式由 DSH 客户端决定。
M3 用于图像理解，图片和音频生成由独立的 MiniMax 模型完成。本项目目前不提供视频理解或生成、音乐生成、音色克隆、录音按钮或实时语音通话。
在 DSH 桌面端插件管理器中添加本地插件目录。若通过桌面端配套的 CLI 安装，可使用：
dsh plugin --profile desktop add 'link:<插件目录的绝对路径>'
插件要求支持原生工具和文件交付接口的 DSH 桌面端版本。安装后在插件管理器中启用 dsh-minimax-multimodal。
在 DSH 凭据设置中配置 MiniMax 国内站 API Key，并提供凭据引用 MINIMAX_CN_API_KEY。插件通过宿主凭据服务读取密钥；也可在宿主环境中设置同名环境变量。
插件不需要把 API Key 写入源码、配置补丁、对话或仓库。已暴露的密钥应在 MiniMax 控制台撤销并重新生成。不要提交 .env、凭据文件、会话记录或真实接口探测结果。
在 DSH 对话中提出自然语言请求，例如：
images/screenshot.png，解释这个报错。”recording.mp3 转成文字。”识图和转写工具读取会话工作区中已有文件，遵守 DSH 文件系统权限。识图文件上限 10 MiB；音频上限 50 MiB，ASR 最长 500 秒；语音合成每次最多 3000 个字符。API 权限和可用模型由 MiniMax 账户决定。
需要 Node.js 22 或更新版本。项目不依赖第三方 npm 包。
npm test
npm pack
MIT License，见 LICENSE。