小米 MiMo 工具箱 YYfather/dsh-mimo-plugin

dsh-mimo-plugin

MiMo（小米）能力被打包为一个标准 DeepSeek Harness (DSH) Cordis 动态插件——8 个原生 agent 工具，无需 Python / MCP。

一个把小米 MiMo 能力（联网搜索、图片/音频/视频理解、专用 ASR 转写、语音合成、音色设计、音色克隆）封装成 DSH 原生插件工具的标准包。首次使用只需填一次 API Key 并保存。仓库不含任何密钥。

🧰 工具（Tools）

| 工具 | 说明 |
| mimo_web_search | 联网搜索（带引用来源；country/region/city 定位、max_results、thinking） |
| mimo_understand_image | 图片理解（本地路径 / http(s) URL / data URL） |
| mimo_understand_audio | 通用音频理解（这是什么声音 / 风格 / 几个人说话） |
| mimo_transcribe_audio | 专用 ASR 转写（mimo-v2.5-asr，language auto/zh/en，仅 wav/mp3 ≤10MB） |
| mimo_understand_video | 视频理解（fps 0.1-10、resolution default/max） |
| mimo_tts | 语音合成（冰糖 / 茉莉 / 苏打 / 白桦 / mimo_default / Mia / Chloe / Milo / Dean） |
| mimo_design_voice | 台词设计 + 语音合成（可返回优化文本预览） |
| mimo_clone_voice | 用 ≤10MB 样音克隆声线 + 合成（可选 style） |

📦 安装（让 AI 帮你装 / 手动装）

方案 A：让 Agent 自行注册（推荐，最快）对 Harness 里的 AI 说一句（或直接粘贴 README 给它）：

读取本仓库的 manifest.json 和 host.js / client.js，用 cordis_define 创建一个 Cordis 动态插件（code.host = host.js 全文，code.client = client.js 全文，即一个 Package 包含两半），然后 cordis_run 激活。

方案 B：手动
1. 新建 Cordis Plugin：idPrefix 用 mimo（4 个小写字母）。
2. code.host 粘贴 host.js 全文，code.client 粘贴 client.js 全文（两者在同一个 Package 里）。
3. cordis_run 激活（Client 部分需在 UI 点允许）。

🚀 首次使用（配置 API Key）

激活后两种方式填写并保存小米 MiMo API Key（获取地址：小米大模型开放平台）：

- 对话中的 插件卡片（“首次使用：请填写小米 MiMo API Key”），或
- 设置 → MiMo（可改 Base URL、6 个模型名、默认输出目录、清除密钥）

密钥只回显掩码（sk-）；明文只保存在本机 \.mimo\mimo-config.json（见 config.example.json），不会入库、不会回传。未配置时调用工具会提示你先去配置。

🧭 使用规则（自动注入）

插件激活时会把使用规则作为 systemPrompt 段（mimo-tools-usage，order 500）注入每次对话，AI 会自觉按流程使用：

- 语音生成 → 先用 ask_user_question 一次性收集参数（文本/音色/语速/音调/格式/保存位置，已明确的跳过）→ 立即调 mimo_tts 并显式传 output_dir → 完成后必须报告文件路径。
- “设计 XX 风格音色” → mimo_design_voice；给样本克隆 → mimo_clone_voice。
- “转写/转录/识别这段语音” → mimo_transcribe_audio；对音频内容提问（什么声音/什么风格）→ mimo_understand_audio。
- 语速 0.5-2.0（默认 1.0）；音调 0.8-1.5（默认 1.0）；格式 mp3|wav（默认 mp3）。

📁 目录结构

dsh-mimo-plugin/
├── README.md 本文档 ├── manifest.json 机器可读清单（工具、模型默认值、配置键、UI 挂载点、提示词段） ├── host.js code.host 原文（工具注册 + 配置存取 + codeRuntime worker 程序） ├── client.js code.client 原文（首次使用卡片 + 设置页） ├── config.example.json 配置文件模板（不含真实密钥） ├── .gitignore 排除 .mimo/ 下含密钥的本地配置 └── LICENSE MIT

🔧 实现要点

- Host 通过 harness.defineTool + harness.registerTool 注册工具；配置经 fs 服务持久化，相对路径以 sandboxPolicy.workspaceRoot（工作区）为基准。
- API 调用（OpenAI 兼容 POST {base}/chat/completions）与音频写盘由 ctx.codeRuntime（Node worker）完成：web search / 图·音·视频理解走 chat completions 的 tools / image_url / input_audio / video_url，TTS 用 audio 参数、音频以 base64 写回 output_dir。
- 与原始 mimo_mcp_server.py 的差异：无需 Python / openai / mcp 依赖与 MCP stdio；MIMO_API_KEY 等环境变量改为配置文件字段；REASONIX_WORKSPACE 概念即工作区根目录；工具名由 mcp__mimo__ 改为 mimo_*，ask 改为 ask_user_question。
- 动态插件进程内生效、重启后丢失——用本仓库按上述“安装”步骤重建即可，配置无需重填。

📄 License

MIT © YYfather