dsh-iris

简体中文 | English

Iris

给你的 Agent 一个多模态工作区。

Iris 连接媒体服务、保存创作过程与作品，让 Agent 可以生成、修改、查看和继续使用媒体。它提供独立 CLI、DSH 原生插件，以及 0.3 beta 的 Web 工作台与通用 MCP：供应商、任务和产物由 Core 管理，客户端按用户选择获得能力。

版本通道：0.3.0-beta.1 通过 npm beta 通道获取；稳定 latest 保留 0.2.7。 本次在 alpha.1 的独立 Web、通用 MCP、ComfyUI 和 Core 插件之上，新增网络出口池、有界调度、文生视频、环境凭据引用及独立插件模板。最小契约与主要流程按 [beta 范围](docs/BETA_SCOPE.md)收口，完整变化见[发布说明](docs/releases/0.3.0-beta.1.md)。

| 你想做什么 | 使用入口 | 范围 |

|---|---|---|

| 在 DSH 对话中使用媒体工具与提示词优化 | [DSH 插件](#dsh-插件027) | 已发布 0.2.7 |

| 在终端生成媒体、查任务、导出作品 | [独立 CLI](#独立-cli027) | 已发布 0.2.7，无需 DSH |

| 在独立页面配置模型、创作和管理作品 | [Core 工作台快速开始](docs/CORE_QUICKSTART.md) | 0.3.0-beta.1 |

| 让其他 Agent 使用同一个媒体工作区 | [MCP 接入](docs/MCP.md) · [Agent 指导](docs/AGENT_CORE_QUICKSTART.md) | 0.3.0-beta.1 |

工作台预览

白色界面与浅鸢尾点缀，支持明暗主题、本地背景、手机布局；常用操作直接呈现，高级参数和详情默认折叠。

| 能力总览 | 功能模型池 |

|---|---|

| | |

| 能力光谱与连接检查 | MCP 能力与操作权限 |

| | |

> 当前源码的真实界面，使用独立演示工作区和此前受控回放的作品；本轮重拍没有调用付费模型或 ComfyUI GPU。使用内置主题，未包含个人背景。窄屏、暗色及来源说明见[完整截图画廊](docs/screenshots.md)。

Iris 能做什么

• 媒体与视觉：图片生成/编辑、视频、音乐、语音、转写、看图、OCR，以及裁剪、差异分析、视频抽帧、HTML 截图等本地工具。各入口覆盖不同，见下表。
• 功能模型池：六类功能可选自动、手动有序名单或停用。自动池只使用已确认用途且符合条件的模型；按稳定顺序优先选择，明确未受理时才安全切换，已有任务按原绑定恢复。
• 留住创作过程：Core 保存任务、作品与固定流程；可检查原请求、取回结果、保存图片选择，再用于后续创作。受理未知不自动再生成。
• Agent 自选能力：MCP 连接按媒体、操作权限和工具选择；stdio 与 Streamable HTTP 共用 Core，支持通用入口及显式客户端模板。
• 可选插件：Provider、新业务操作、页面、设置表单和作品预览可由插件贡献，Core 校验和装配，用户决定授权。随包多图对照板展示一次完整的持久业务。

开发者可从随 beta.1 分发的[独立插件模板](docs/PLUGIN_DEVELOPMENT.md)开始：业务/页面/PNG 预览模板复用公开 SDK；[万相 Provider 模板](templates/provider-starter/README.md)使用工厂上下文 v1，复用 Core 凭据、网络、调度及持久任务。插件身份、贡献版本和授权均独立管理。

旧数据根不自动迁移；新增视频需要显式创建 v4 根，网络绑定也有独立版本门禁。平台测试、受控服务和真实账号验证分别说明，不据此承诺所有供应商、GPU 或客户端均已验收。

当前入口覆盖

| 能力 | DSH / 独立 CLI（beta） | Core Web / MCP（beta） |

|---|---|---|

| 图片生成、导入与编辑 | 可用 | 可用；新根支持文生图 |

| 语音合成、音频转写 | 可用 | 新 v3/v4 根可用 |

| 文生视频 | 可用 | [新 v4 根可用](docs/VIDEO_FLOWS.md) |

| 图生视频、S2V、音乐、视觉理解 | 可用，取决于服务与本地依赖 | 模型服务可配置；创作入口待接入 |

| ComfyUI 工作流与开放参数 | alpha 新增；稳定 0.2.7 不含 | 已实现；真实 GPU 推理待验收 |

| 多图对照板插件 | 不属于 0.2.7 | 显式启用后可用 |

“可用”表示有对应入口，仍需受支持的协议、模型和权限。目录列出、配置候选、连接可达和媒体实测是不同事实；语音及 ComfyUI 的开发验证包括受控服务，不据此承诺任意上游兼容。

快速开始

Core 工作台（0.3 beta）

在自己的项目中固定安装预发布包，再选择新的私有位置。现有工作区不自动迁移：

npm install @mokuyoaxis/dsh-iris@0.3.0-beta.1

IRIS_PREVIEW="$HOME/.iris/preview"
mkdir -p "$IRIS_PREVIEW"
npx dsh-iris flow init --data-root "$IRIS_PREVIEW/core"
npx dsh-iris execution init --audio --data-root "$IRIS_PREVIEW/core"
npx dsh-iris config init --provider-config "$IRIS_PREVIEW/providers.json"

npx dsh-iris web serve \
  --data-root "$IRIS_PREVIEW/core" --auth-store "$IRIS_PREVIEW/auth" \
  --provider-config "$IRIS_PREVIEW/providers.json" \
  --allow-provider-management --allow-execution --allow-selection \
  --connection-store "$IRIS_PREVIEW/connections" \
  --allow-connection-management --allow-mcp --port 3182

在源码目录使用 npm ci 安装锁定依赖，并把 npx dsh-iris 换成 node bin/dsh-iris.js。跟随 beta 通道可安装 @mokuyoaxis/dsh-iris@beta；需要可复现配置时保留准确版本。

首次打开输出的 loginUrl 设置访问口令，以后用普通地址。默认记住设备，刷新及正常重启后可继续；退出后输入原口令即可。手机无需读取 Termux 私有文件。

在“模型服务”添加连接、读取或手填模型并确认用途；在“功能模型池”选策略，再去“创作”生成作品。启动、配置和读取目录不生成媒体，点击生成才调用上游，可能计费。

在“客户端”新建连接、选择能力与权限，生成适合客户端的 MCP 配置后合并到其设置。Core 保持运行；stdio 启动桥接进程，HTTP 使用同一服务的 /mcp。模板不自动安装客户端或增加权限，导出的连接配置需保密。

完整的登录、恢复、参数解释和 Agent 示例见 [Core 快速开始](docs/CORE_QUICKSTART.md)。插件由[启动选择文件](docs/PLUGIN_STARTUP.md)另行启用；不扫描用户磁盘或自动安装代码。

DSH 插件（0.2.7）

先核对 dsh --version、Node.js ≥22 与 PATH 中的 pnpm。Iris 0.2.7 声明支持[兼容矩阵](docs/DSH_COMPATIBILITY.md)中的 12 个准确 DSH 版本；未列出的版本需另行核实。