dsh-atlascloud

by atlascloudai

技能包github收录于 08-23

把一份媒体 brief 变成模型选型、生产就绪的提示词,以及(选择启用 MCP 时)可执行的 Atlas Cloud 工作流

Turn one media brief into a model choice, production-ready prompt, and—when you opt in to MCP—an executable Atlas Cloud workflow.

安装

dsh plugin --profile web add github:atlascloudai/dsh-atlascloud

GitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试

安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗

安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。

README

目录

English

把一句媒体需求变成模型选择、生产可用的提示词,并在你主动启用 MCP 后,变成可执行的 Atlas Cloud 工作流。

dsh-media-gen 是由 AtlasCloudAI 独立维护的 DeepSeek Harness profile bundle,覆盖图片、视频、音频和 3D 工作流。安装后即可发现三个 Skills;可选的 Atlas Cloud MCP 桥接已随包提供,但默认禁用。

快速开始

把 bundle 安装到需要使用它的 DSH profile:

dsh plugin --profile web add 'github:AtlasCloudAI/dsh-media-gen#v0.2.0'
dsh --profile web --dump-config

无界面环境可改用 --profile headless。为了可复现,安装时应固定 release tag 或完整 commit。

30 秒 Demo

启动对应的 DSH profile,然后粘贴下面这段不提交生成的示例:

为一条 8 秒咖啡新品短视频做方案:比较 Seedance 和另一个可用视频模型,推荐一个,输出三镜头分镜、最终提示词和准确参数。不要提交生成,等我确认。

DSH 会按请求需要使用这些 Skills:比较模型路线、把需求整理成连贯分镜,并准备所选模型的输入。这个 demo 不要求 DSH 提交生成任务。

MCP 和三个 Skills 各自做什么

组件 解决的问题 典型产物
atlas-cloud Skill 图片、视频、音频、3D、ASR 或 LLM 任务应该用哪个 Atlas Cloud 模型、API 和参数结构? 模型 ID、校验过的参数,以及 REST、CLI 或 MCP 执行路径。
seedance-2-5-skill Skill 如何规划镜头和参考素材,让 Seedance 视频更可控、更连贯? 分镜、连续性方案,以及 Seedance 可用的提示词和参数。
universal-video-prompt-skill Skill 如何让同一份视频需求复用于不同生成模型? 一份模型无关的提示词规格,以及针对各模型编译后的版本。
可选 atlascloud-mcp@1.5.0 如何让 DSH 无需手写每个请求,就能调用受支持的 Atlas Cloud 操作? 模型与 schema 查询、媒体上传、生成、轮询和账户用量查询工具。

一句话区分:Skills 教 DSH 怎么规划和接入;MCP 给 DSH 可直接调用的执行工具。

凭据与执行

安装和发现 Skills 不需要 Atlas Cloud 凭据,也不会提交 Atlas Cloud API 请求。

真正执行任务前,请从 Atlas Cloud 控制台获取 Key,并在启动 DSH 的进程环境中设置:

export ATLASCLOUD_API_KEY="<your-key>"

不要把 Key 粘贴到对话中,也不要提交到本仓库。

启用 MCP 执行能力(可选)

Bundle 中的 atlascloud-mcp 配置项默认禁用,因为 stdio MCP server 是在 agent sandbox 外运行的可信子进程。

若要主动启用,请在目标 profile 的 $DSH_HOME/profiles/<profile>/cordis.patch.yml 加入后置覆盖:

- id: atlascloud-mcp
  disabled: false

重启该 profile,并检查最终配置:

dsh --profile web --dump-config

DSH 会把工具暴露为限定名称,例如 mcp__atlascloud__atlas_list_models;底层 MCP 工具名仍是 atlas_list_models。提交生成或转写的操作可能产生费用,批准执行前应先核对准确模型和参数。

兼容性

OpenAI/Codex 插件与 DSH bundle 使用不同的宿主清单。Skill 内容可以复用,但宿主接入层不能原样安装:DSH 需要带 dsh.bundle.patch 的 package.json,以及 Cordis MCP 配置项。本仓库使用当前 DSH profile-bundle 格式,不使用已经废弃的 .dsh-plugin 格式。

完整结论见 兼容性说明。

来源与验证

Skills 同步自 AtlasCloudAI/atlas-cloud-skills。skills/SOURCE.json 记录了精确源提交与 DSH 本地适配。

npm test
npm pack --dry-run

检查覆盖 bundle 清单、MCP 默认关闭策略、MCP 版本固定、Skill frontmatter、对外措辞门禁、上游提交固定和包内相对资源。检查不会提交生成、上传媒体、转写音频,也不会调用任何计费 Atlas Cloud 接口。

许可证

MIT

原始 README: https://github.com/AtlasCloudAI/dsh-media-gen/blob/main/README.zh-CN.md ↗