🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

内容工厂 anywhere-labs/framefactory-plugin

DeepSeek Harness
anywhere-labs80 天前有提交已提供中文文档扫描:未发现敏感能力

把选题拆成标题脚本视觉计划与质检清单

33.1/100
综合分
2
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/9/18 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。

自动兼容检查有告警:未发布到 npm registry,仅可从源码安装。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add anywhere-labs/framefactory-plugin
该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)

状态速览

判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态
信任档位:已验证
是什么
dsh 原生插件 · other
装得上吗
本站已在 dsh 0.2.1-rc.2 下真实安装成功
非静态推断
L4 · 真实安装等级说明 →
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
更新放缓:最近一次提交在 80 天前
档位由哪些信号合成

本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。

验证判据与等级说明 →
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查⚠ 装前注意

未发布到 npm registry,仅可从源码安装

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。

✗npm 包@anywhere-labs/framefactory-plugin(未发布到 npm,仅可源码安装)
✓Node 引擎要求 >=20 · 基线 Node 22.19 满足
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明

验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/17 10:25:01

安全扫描自动 · 静态分析源码
v2.7.0
🟢 扫描:未发现敏感能力尚无人工评估
展开查看扫描说明与证据 ↓

静态扫描未发现敏感能力:最多只发网络请求、读取自身元数据或只读文件,未发现执行命令、文件写入或敏感信息读取。

扫描于 2026/11/2(1 天前) · 范围 入口闭包 + 发布文件清单 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个

功能亮点

  • 拆解选题为标题脚本
  • 生成视觉计划
  • 输出质检清单

一个可运行的 DeepSeek Harness 插件,用于 FrameFactory 内容工作流

README

由 DeepSeek 最新模型翻译生成
面向 DeepSeek Harness 的 FrameFactory 插件 一个最小可运行的 DeepSeek Harness 插件,把 FrameFactory 的公开能力以一个可调用的内容生产 skill 接入 DSH。 它目前提供: - 选题拆解 - 自媒体标题候选 - 短视频脚本结构 - 视觉计划和素材供给建议 - 待核验项与发布前 QC 清单 - 一个无依赖的 JSON brief 示例工具 这是 FrameFactory 的公开 MVP 插件,不包含团队未公开的生产级写作工艺卡、商业素材库、模型密钥或内部质检实现。 安装到 DeepSeek Harness 安装最新 DSH 后,在目标 profile 中执行: dsh plugin --profile web add github:anywhere-labs/framefactory-plugin dsh web 安装后,新建一个会话并输入类似: 使用 FrameFactory,帮我把“AI Agent 如何改变自媒体工作流”做成一条短视频内容 brief。 模型会调用 framefactory-content skill,输出标题、脚本、视觉计划和 QC 清单。
展开完整文档(README 剩余 1 节)
面向 DeepSeek Harness 的 FrameFactory 插件

一个最小可运行的 DeepSeek Harness 插件,把 FrameFactory 的公开能力以一个可调用的内容生产 skill 接入 DSH。

它目前提供:

- 选题拆解
- 自媒体标题候选
- 短视频脚本结构
- 视觉计划和素材供给建议
- 待核验项与发布前 QC 清单
- 一个无依赖的 JSON brief 示例工具

这是 FrameFactory 的公开 MVP 插件,不包含团队未公开的生产级写作工艺卡、商业素材库、模型密钥或内部质检实现。

安装到 DeepSeek Harness

安装最新 DSH 后,在目标 profile 中执行:

dsh plugin --profile web add github:anywhere-labs/framefactory-plugin
dsh web

安装后,新建一个会话并输入类似:

使用 FrameFactory,帮我把“AI Agent 如何改变自媒体工作流”做成一条短视频内容 brief。

模型会调用 framefactory-content skill,输出标题、脚本、视觉计划和 QC 清单。

本地开发/验证

npm test
node tools/render-brief.mjs "AI Agent 如何改变自媒体工作流"

本地直接通过 Cordis 配置加载:

- name: ./src/index.js

相关项目

- FrameFactory 主项目:https://github.com/duliangkuan/framefactory
- DeepSeek Harness Desktop:https://github.com/anywhere-labs/deepseek-harness-desktop
- Agents-Anywhere:https://github.com/anywhere-labs/Agents-Anywhere

开发计划

后续会继续把 FrameFactory 的公开能力拆成更多可组合插件,例如账号工厂、镜头/视觉 beat 规划、素材匹配、脚本质检和发布文案等。

License

MIT
预览分享卡片长什么样 ↓anywhere-labs/framefactory-plugin
分享 · DeepSeek Harness Hub
anywhere-labs/framefactory-plugin

把选题拆成标题脚本视觉计划与质检清单

回到顶部