← 返回列表
⚠ 装前注意
DSH DeepSeek Harness Cordis 插件，将 小米 MiMo API 转换为
基本兼容但装前注意：未发布到 npm registry，仅可从源码安装 · 最近上游提交 2026/8/19 · 已提供中文文档
小米 MiMo 搜索 + 面向 DeepSeek Harness 智能体的多模态工具：mimo_search/vision/audio/video/asr/tts
综合分
33.8
GitHub 分
33.8
用户评分
—
★ Stars
7
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add ch1bug/dsh-mimo-agent-tools未发布到 npm registry，仅可从源码安装，改用 GitHub 源安装
信任档位：已验证本站已于 4 天前真实安装成功（L4 · 真实安装）
- 是什么
- dsh 原生插件 · vision
- 装得上吗
- 本站已真实安装成功（L4 · 真实安装，非静态推断）
- 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 37 天前
档位由下列信号合成：本站实装验证（真实安装，当前最高到 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 →
🟢实装验证通过· 2026/9/22
由本站实装验证器在真实 dsh 环境安装成功，非静态推断。
数据截至 2026/9/21（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
安装兼容性检查⚠ 装前注意
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dsh-mimo-agent-tools（未发布到 npm，仅可源码安装）
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明
未发布到 npm registry，仅可从源码安装
验证方式：npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/21 23:32:12
依赖的 DSH / Cordis 模块
@deepseek-ai/dsh-tools用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
由 DeepSeek 最新模型翻译生成mimo-agent-tools
DSH (DeepSeek Harness) Cordis 插件，将 小米 MiMo API 转换为
供 agent 使用的模型工具：网页搜索、图像/音频/视频理解、
语音转文本以及文本转语音。
由 OpenAI 兼容端点 https://api.xiaomimimo.com/v1 提供支持。
工具
| 工具 | 模型 | 用途 |
|---|---|---|
| mimo_search | mimo-v2.5-pro | 通过原生 web_search 工具进行网页搜索，返回答案 + 引用的来源（含 site_name/logo_url）；可选 force_search、user_location |
| mimo_think | mimo-v2.5-pro / mimo-v2.5 | 深度思考——完整推理链（reasoning_content）+ 最终答案 |
| mimo_json | mimo-v2.5-pro / mimo-v2.5 | 通过 response_format: json_object 输出结构化 JSON |
| mimo_vision | mimo-v2.5 | 图像理解——本地文件（自动 base64）或公开 URL，支持多图 |
| mimo_audio | mimo-v2.5 | 音频理解 / 转写（wav/mp3/flac/ogg/m4a）——本地文件或公开 URL |
| mimo_video | mimo-v2.5 | 视频理解（mp4/webm/mov）——本地文件或公开 URL；可选 fps / media_resolution |
| mimo_asr | mimo-v2.5-asr | 语音转文本，可选语言提示——本地文件或公开 URL |
| mimo_tts | mimo-v2.5-tts / -voicedesign | 文本转语音，输出到 .wav/.mp3 文件——预设音色或自由音色设计；可选 style（说话语气）和 format（wav/mp3） |
| mimo_voiceclone | mimo-v2.5-tts-voiceclone | 声音克隆——参考音频片段 + 文本 → 以该音色朗读的语音；可选 format（wav/mp3） |
audio-tools 技能
该插件注册了一个 audio-tools 技能，用于指导何时使用这四个
音频工具（mimo_asr、mimo_tts、mimo_voiceclone、mimo_audio）。这些
工具本身始终处于注册状态——它们是轻量的纯 API 调用——
因此该技能只教授用法，并不对工具进行门控。
要求
- 一个 MiMo API 密钥——web_search 工具需要在
MiMo 控制台中启用 connected-search 插件。
- 主机上需有 python3（由 driver/mimo_driver.py 使用）。
- 具有 shell 和 sandboxPolicy 服务的 DSH 主机。
配置
API 密钥在工具调用时优先从 DSH 凭据
服务解析（键名 XIAOMI_API_KEY——网页版 Models 页面会将密钥写入
此处），回退到环境变量。没有任何硬编码：
| 来源 | 键 | 优先级 |
|---|---|---|
| DSH 凭据服务（~/.dsh/.credentials.yaml，网页版 Models 页面） | XIAOMI_API_KEY | 1 |
| 环境变量 | XIAOMI_API_KEY 或 MIMO_API_KEY | 2 |
其他选项（环境变量，在 apply 时读取）：
| 环境变量 | 用途 | 默认值 |
|---|---|---|
| MIMO_DRIVER | driver/mimo_driver.py 的路径 | ~/.local/lib/mimo-agent-tools/driver/mimo_driver.py |
| MIMO_TMP | spec/response 文件的临时目录 | /tmp |
将 driver 安装到默认路径（或将 MIMO_DRIVER 指向它）：
mkdir -p ~/.local/lib/mimo-agent-tools/driver
cp driver/mimo_driver.py ~/.local/lib/mimo-agent-tools/driver/
为什么要用 python 驱动？
多模态载荷是数兆字节的 base64 字符串。Agent shell 通常会限制捕获的 stdout（DSH 的 bash 接缝上限为 64KB），这会静默截断大型载荷。因此，驱动在单个 python3 进程内完成所有文件读取、请求体组装和 HTTP POST，使用磁盘上的 spec/response 文件——任何大型内容都不会经过 shell。
安装（DSH bundle）
标准 DSH bundle——使用官方插件命令安装（自动初始化 profile、执行 pnpm 安装，并按 dsh.bundle.patch 追加 bundle 层）：
From a local checkout, or via git/npm:
dsh plugin --profile web add /path/to/dsh-mimo-agent-tools
or: dsh plugin --profile web add github:you/dsh-mimo-agent-tools
Install the python driver to the default path (MIMO_DRIVER points at it):
mkdir -p ~/.local/lib/mimo-agent-tools/driver
cp driver/mimo_driver.py ~/.local/lib/mimo-agent-tools/driver/
Restart dsh web; the tools mount automatically.
依赖项声明为 peerDependencies（生态惯例——@deepseek-ai/dsh-tools 已在 DSH 进程中加载，因此不会重复）。dsh plugin add 会将 bundle 安装到 profile 的 node_modules 中，peer 依赖会在那里针对正在运行的 harness 进行解析。
关于 MiMo API 的说明（摘自官方文档）
- TTS 目标文本放在 assistant 消息中；语音描述（voicedesign 模型）放在 user 消息中；style 指令随 user 消息传递，对于预设音色会变为内联的 (风格) 标签前缀，对于 voicedesign 音色则作为前缀。
- mimo-v2.5-tts-voicedesign 不接受 audio.voice 字段——它改用 optimize_text_preview。
- ASR（mimo-v2.5-asr）不得接收 thinking 字段。
- input_audio.data / video_url.url 接受公开 URL 或 data:;base64,... 数据 URL（根据文档，视频 base64 上限为 50MB）。
- Web 搜索按关键词轮次计费（max_keyword，默认 3）——参见 MiMo 定价。force_search（默认 true）在新鲜度与成本之间权衡；user_location 会影响结果，例如 {"type":"approximate","country":"China","region":"Hubei","city":"Wuhan"}。
- 深度思考（mimo_think）返回 reasoning_content + content；在带工具调用的多轮 agent 对话中，必须回传先前轮次的 reasoning_content，否则 API 会返回 400。
- 结构化输出（mimo_json）需要在提示中显式描述 JSON 结构（字段、类型、嵌套）；保持 max_completion_tokens 足够大，以免 JSON 在文档中途被截断。
测试
python3 tests/test_driver.py # driver request-body assembly (12 cases)
node --test tests/tools.test.mjs # tool registration surface (9 cases)
许可证
MIT