🤖

dsh-minimax-multimodal

模型推理更新于 2026.10.06

在终端中运行以下命令：

dsh plugin install lihanhong2002/dsh-minimax-multimodal

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 桌面端插件管理器中添加本地目录，或使用 CLI 执行安装命令；也可从 https://github.com/lihanhong2002/dsh-minimax-multimodal 获取源码后在管理器中启用 dsh-minimax-multimodal。

插件介绍

在 DeepSeek Harness 里做识图、画图、朗读或转写，往往需要自己接 MiniMax API、管密钥，还要把生成的图片和音频挂回对话。DSH MiniMax Multimodal 把这些能力收成一组原生工具，走 DSH 的会话工作区、凭据与附件接口，让模型在对话里直接调用，而不是临时拼脚本。

插件覆盖五条工具链：用 MiniMax-M3 读懂工作区里的图片并回答问题；用 image-01 按文字出图；用 speech-2.8-turbo 把文字合成 MP3；用 asr-1.0 把音频转成文字；还能列出系统音色目录。图片和语音生成成功后，会自动写入 DSH 交付记录，在回复下方以文件卡片呈现，无需再单独调用 present。

识图与转写只读取会话内已有文件，并遵守 DSH 文件权限；具体限额（如识图 10 MiB、音频 50 MiB 等）与账户侧模型权限以 MiniMax 为准。README 也明确说明：当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。

适合已在 DSH 桌面端使用、持有 MiniMax 国内站 API Key，并希望在同一工作流里完成「看图—生图—配音—转写」的团队或个人。密钥通过凭据引用 MINIMAX_CN_API_KEY 或宿主环境变量注入，不必写进源码或对话。