文件与数据
渠道适配
WeKnora
Tencent
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.
PROJECT TOPICS
项目标签
INSTALL REFERENCE
安装参考
dsh plugin --profile web add github:BOWLUNA/dsh-dreamina
该命令指向仓库当前默认分支；尚无绑定当前 commit 的完整验证结果。
PROJECT README
README
dsh-dreamina
状态：规划中 · Status: planned. 尚无可用版本。
DSH 的即梦（Dreamina）插件：让 agent 通过即梦 CLI 批量生成 AI 图片与视频，并在画布里排列、挑选、迭代。
要解决什么
用 AI 做视频内容时，最烦的不是"生成"，而是工作流：
- 一条条生成、一条条下载、在文件夹里靠文件名找图
- 想对比 5 个版本，只能开图片浏览器一个个点
- 想把"满意的那张"接着往下做（换分镜、改 prompt 再来一轮），全靠手工搬运
而即梦有 CLI，也就是可以被自动化——缺的是把它们串起来的那一层。
计划做什么
| 能力 | 说明 |
|---|---|
| 批量生成 | 用即梦 CLI 批量出图/出视频，参数（提示词、比例、模型）来自会话或批量清单 |
| 画布 | 在 DSH 里开一块整屏画布，把生成结果铺开对比，点选保留/淘汰，而不是在文件夹里翻 |
| 迭代 | 选中某张 → 以它为基准改提示词再来一轮，保留版本谱系 |
| 落盘 | 结果与元信息（提示词/参数/时间）写进工作区文件，可 git 追溯 |
不做什么
- 不代管即梦账号与凭据：用你自己的登录态，插件不存储、不上传
- 不做付费/额度管理
- 不重造即梦的能力：本插件只做编排与可视化，生成靠即梦官方 CLI
- 不上传到本项目作者的服务器（本项目没有服务器）
为什么这个方向值得做
生态目录里「即梦 / Dreamina」相关条目为 0——生成能力已经很成熟，但没有人把它接进 DSH。而这是一个有真实付费需求（会员/额度）的场景，不是玩具。
License
MIT
CLASSIFICATION EVIDENCE
分类依据
项目类型插件
功能分类文件与数据
规则置信度中
系统优先读取 GitHub Topics，再与站内分类词典和词根规则比对。当前命中： ai-image、ai-video。
文件与数据
技能
modlens
liustack
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). | 全网最强 DeepSeek Harness 外挂视觉插件，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）。
文件与数据
技能
agent-vision-toolkit
Anionex
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