dsh-media-skills — Lectura y generación de imágenes gratis para DeepSeek Harness
# 🎨 dsh-media-skills ### *Pega una imagen directamente en el chat: modelo de visión, lectura y generación de imágenes gratis.* [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](../../LICENSE) [![Python 3.9+](https://img.shields.io/badge/Python-3.9%2B-blue.svg)](https://python.org) [![DeepSeek Harness](https://img.shields.io/badge/DeepSeek%20Harness-Skill-4D6BFE)](https://github.com/topics/dsh-plugin)
Dale a [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) «ojos» y un «pincel»: dos skills gratuitas, un modelo de visión gratuito y lectura de imágenes pegadas, sin claves hardcodeadas. [Capacidades](#-capacidades) · [Inicio rápido](#-inicio-rápido) · [Uso](#-uso) · [Guía de visión](../SETUP_VISION.md) [**English**](../../README.md) · [**简体中文**](README_ZH.md) · [**繁體中文**](README_ZH_TW.md) · [**日本語**](README_JA.md) · [**한국어**](README_KO.md) · [**Español**](README_ES.md) · [**Deutsch**](README_DE.md) · [**Português**](README_PT.md) · [**Русский**](README_RU.md)
--- ## ✨ Capacidades | Capacidad | Qué hace | Modelo | Coste | |---|---|---|---| | 📎 Lectura de imágenes pegadas | En una sesión **de solo texto** (p. ej. deepseek-v4-pro), la barra de entrada gana un botón «Añadir imagen» (clip); las imágenes pegadas son descritas por el modelo de visión y entregadas al modelo actual como texto | Zhipu GLM-4V-Flash | Gratis | | 🧠 Ruta de modelo de visión | Tras instalar, **automáticamente** añade «智譜 GLM-4V-Flash（視覚）」 al selector de modelos; úsalo en una conversación nueva para hablar sobre imágenes | Zhipu GLM-4V-Flash | Gratis | | 👁️ `vision-review` | Analizar / reconocer / describir imágenes y capturas; detectar bugs visuales de UI (solapamientos, desbordes, desalineaciones); detectar marcas de agua/logos; convertir imágenes a texto | Zhipu GLM-4V-Flash | Gratis | | 🎨 `media-tools` | Generar imágenes, ilustraciones, avatares, fondos y banners | SiliconFlow Kolors | Gratis, sin marca de agua | > ⚠️ Nota honesta: la lectura de imágenes pegadas vive en el **núcleo** de DeepSeek Harness (la lógica de admisión de imágenes en `api-proxy`). Este bundle aporta la **ruta de modelo + skills**; el modelo de visión funciona en cualquier build de DSH, pero la comodidad de auto-descripción requiere un build con ese soporte. Cómo saberlo: FAQ Q1. ## ⚡ Inicio rápido 1. Instala el bundle: ```sh dsh plugin --profile add github:akqwpeter-prog/dsh-media-skills ``` 2. **Primero consigue la clave gratis**: regístrate en [open.bigmodel.cn](https://open.bigmodel.cn) → **API Keys** (glm-4v-flash es gratis). Si también quieres generar, crea otra en [siliconflow.cn](https://siliconflow.cn) (Kolors es gratis). Luego configúrala — GUI web (**Ajustes → Modelos** → el campo **API Key** del proveedor zhipu-vision) o archivo de credenciales: ```sh # ~/.dsh/.credentials.yaml (chmod 600) GLM_API_KEY: ``` 3. **Reinicia por completo** `dsh web` y haz un refresco forzado (`Cmd+Shift+R`). 4. Verifica: el selector de modelos muestra **智譜 GLM-4V-Flash（視覚）**. Si tu build soporta la lectura de imágenes pegadas, la barra de entrada muestra un botón 📎 **Añadir imagen** — pega una imagen en cualquier sesión y llegará como descripción de texto. Guía completa, funcionamiento y resolución de problemas: **[../SETUP_VISION.md](../SETUP_VISION.md)** ## 🔑 Claves Las claves **nunca se guardan en este repo**. Los scripts leen, en orden: variables de entorno → `~/.dsh/secrets/media-tools.env` → `~/.codex/secrets/media-tools.env` (fallback legado). La ruta del modelo de visión lee `GLM_API_KEY` del almacén de credenciales de DSH. Dónde conseguirlas (ambas gratis): Zhipu — [open.bigmodel.cn](https://open.bigmodel.cn) → API Keys (glm-4v-flash). SiliconFlow — [siliconflow.cn](https://siliconflow.cn) → API Keys (Kolors). ```sh # ~/.dsh/secrets/media-tools.env (chmod 600, una KEY=value por línea) GLM_API_KEY=... SILICONFLOW_API_KEY=... ``` ## 🚀 Uso Tres formas de leer imágenes: | Forma | Cómo | Cuándo | |---|---|---| | **A. Pegar directamente (recomendado)** | En cualquier sesión, pulsa el botón 📎 / arrastra / pega una imagen y envíala | Preguntas cotidianas sobre imágenes: sin guardar archivos ni cambiar de modelo | | **B. Sesión con modelo de visión** | Conversación nueva, elige 智譜 GLM-4V-Flash（視覚）, pega imágenes y conversa | Conversaciones de varias rondas sobre imágenes, `read_image` nativo | | **C. Archivos + skill** | Pon la imagen en el workspace y di «lee esta imagen con vision-review» | Revisión por lotes, flujos con scripts | El idioma de la descripción sigue al de tu mensaje (mensaje en chino → descripción en chino; en inglés → en inglés; sin texto → chino). También puedes decir: - «Mira esta imagen / revisa esta captura en busca de bugs visuales» → `vision-review` - «Genera una imagen de …» → `media-tools` ## 🗺️ Estructura ``` dsh-media-skills/ ├── package.json # manifiesto dsh.bundle ├── cordis.patch.yml # capa de plugin ├── index.js # registra skills + siembra la ruta zhipu-vision ├── skills/ │ ├── vision-review/ # lectura de imágenes │ └── media-tools/ # generación de imágenes ├── docs/ │ ├── SETUP_VISION.md # guía de visión (chino) │ ├── SETUP_VISION_EN.md # detailed setup guide (English) │ └── lang/ # READMEs en otros idiomas ├── scripts/make-banner.py # regenera docs/social-preview.png └── docs/social-preview.png ``` ## 🤝 Únete al ecosistema de plugins de DSH La vista previa para desarrolladores de DeepSeek Harness sigue en fase de pruebas para desarrolladores de Harness; los plugins principales y las APIs base seguirán iterando. Esperamos explorar juntos los límites superiores de la inteligencia, con desarrolladores de todo el mundo, sobre infraestructura de código abierto, abierta, reutilizable y componible. - [Topic dsh-plugin](https://github.com/topics/dsh-plugin) - [Inicio rápido](https://deepseek-harness.github.io/deepseek-harness/guide/quickstart) - [Repo de DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) > Etiqueta este repo con [`dsh-plugin`](https://github.com/topics/dsh-plugin) para que otros lo descubran. ## 📄 Licencia [MIT](../../LICENSE)