← 返回列表
未验证
理清创意方向,生成脚本图文视频并一键发布抖音
尚未跑自动兼容性验证,可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/16 · 已提供中文文档
AiToEarn 内容创作套件 —— DeepSeek Harness 插件(创意指导/脚本/图文/视频生成 + 抖音发布)
综合分
27.6
GitHub 分
27.6
用户评分
—
★ Stars
1
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 lussey820/aitoearn-dsh-plugin该插件未发布到 npm,走 GitHub 源安装(pnpm 若拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑)
数据截至 2026/9/16(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)
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
aitoearn-dsh-plugin DeepSeek Harness 插件(安装 ID:dsh-aitoearn)· dsh-plugin 生态 把 AiToEarn 内容创作套件移植为 DeepSeek Harness 插件: 创意指导 Agent 理清方向 → 脚本/图文/视频 skill 执行生成 → 一键发布抖音。 这是什么 | Skill | 角色 | 做什么 | | --- | --- | --- | | aitoearn-creative-director | 统一入口 | 自适应追问理清美学方向,输出结构化 brief(JSON),AIGC 痕迹去除润色 | | aitoearn-script-writer | 执行器 | 消费 brief → 按 Cinematography 词汇表生成分镜脚本 JSON | | aitoearn-content-publisher | 执行器 | 消费 brief → 生成图文 → 发布抖音 | | aitoearn-video-publisher | 执行器 | 消费脚本 JSON → 生成视频 → 发布抖音 | 所有能力均以插件形式提供,不修改 DeepSeek Harness 源码。 安装 dsh plugin --profile demo add github:lussey820/aitoearn-dsh-plugin 从 Git 安装时若 pnpm 要求允许构建,将 pnpm-workspace.yaml 里的 allowBuilds.dsh-aitoearn 设为 true 后重试。本包是纯 ESM 免构建,也可直接 dsh plugin add ./dsh-aitoearn 或先 npm pack 用 tarball 安装。 配置 设置环境变量(或写入 profile 的 cordis.patch.yml): export AITOEARN_API_KEY=你的_AiToEarn_API_Key 插件启动时会: 1. 通过 @deepseek-ai/dsh-mcp-client 以 streamable-http 接入 AiToEarn MCP 端点,把 createImageTextDraft、createVideoDraft、getDraftTaskStatus、getMyCreditsBalance、getDraftGenerationPricing 注册为 mcp__aitoearn__ 原生工具; 2. 注册四个内容创作 skill。 覆盖默认行为(如更换 serverName / session 名)可参考 cordis.patch.yml,在用户的 patch 层中按行覆盖。 发布抖音(一次性准备) 发布依赖 agent-browser CLI 和已登录的 AiToEarn session: npm install -g agent-browser agent-browser --session-name aitoearn open "https://aitoearn.cn" --headed # 手动登录 agent-browser --session-name aitoearn close 使用 在 dsh 对话中直接输入,例如: 帮我做一个赛博朋克咖啡品牌的图文发抖音 → 创意指导 Agent 追问理清方向 → 输出 brief → 图文 skill 生成图文 → agent-browser 发布抖音(扫码确认) 与 Trae 版 aitoearn 技能的关系 本项目是 aitoearn-creative-suite(Trae IDE 技能版)的 DeepSeek Harness 移植。核心的追问决策树、Cinematography 词汇表、brief JSON 结构保持一致;差异点: - MCP 调用从手写 HTTP/PowerShell 改为 dsh 原生 mcp__aitoearn__ 工具 - API Key 从 config.json 改为环境变量注入 - 文件读写 / 浏览器自动化改用 dsh 的原生工具(read_file / write_file / bash) License MIT
扫码进群