WaveSpeedAI
← 博客/工作流

在 DeepSeek Harness 里用 WaveSpeed 技能生成图像与视频

实用配置指南：在 DeepSeek Harness（dsh）中安装 WaveSpeed 技能，让 agent 搜索模型目录、读取输入 schema、运行任意图像/视频/音频/3D 模型——每次运行前还能先查价格。

By WaveSpeedAI2 min read
#deepseek-harness#dsh#wavespeed-cli#agent-skills#image-generation#video-generation

DeepSeek Harness（dsh）跑的 coding agent 最擅长的接口只有一个：shell。而 WaveSpeed CLI 正是为这个接口设计的——wavespeed.ai 上的每个模型都是一条 wavespeed run <model-id> 命令。wavespeed-dsh-skill 把两者接起来：agent 在任务中途就能生成主图、让静态图动起来、给视频超分，不用你离开会话。

这是一篇配置笔记，不是广告：装什么、agent 拿它做什么、哪里有坑。

前置条件

  • Node.js ≥ 18
  • CLI：npm install -g @wavespeed/cli
  • WaveSpeed API 密钥——wavespeed login 会打开密钥页面并校验粘贴内容，密钥不会经过聊天窗口

安装技能

作为 dsh 插件（bundle 自动注册技能）：

dsh plugin add github:WaveSpeedAI/wavespeed-dsh-skill

或手动复制进项目（进 git，团队共享）：

mkdir -p .dsh/skills
git clone --depth 1 https://github.com/WaveSpeedAI/wavespeed-dsh-skill /tmp/wss \
  && cp -r /tmp/wss/skills/wavespeed .dsh/skills/ && rm -rf /tmp/wss

如果你也用 Claude Code、Cursor 或 Codex，CLI 可以直接为它们安装同一份技能：wavespeed skill install。

agent 拿它做什么

技能只教一个模式——查找、检查、运行：

# 1. 在实时目录里查找模型
wavespeed models "seedream"
wavespeed models --type image-to-video --popular

# 2. 检查它的真实输入 schema（逐模型实时拉取）
wavespeed run bytedance/seedream-v5.0-pro -h

# 3. 运行，用 JSON 读结果
wavespeed run bytedance/seedream-v5.0-pro \
  -p "a cyberpunk skyline at golden hour" \
  -i aspect_ratio="16:9" -i resolution="2k" --json

这个顺序比看上去重要。靠猜参数名的 agent 会把运行次数烧在校验错误上；run <id> -h 把 schema 变成循环的一部分，agent 先读再写。

本地文件走 @path 标记——CLI 一步完成上传并替换成托管 URL：

# 编辑本地图片
wavespeed run bytedance/seedream-v5.0-pro/edit \
  -p "replace the background with a sunlit kitchen" \
  -i images='["@./input.jpg"]' --json

# 让本地静态图动起来
wavespeed run bytedance/seedance-2.5/image-to-video \
  -p "subtle parallax, gentle wind" -i image=@./hero.jpg --json

花费控制

两条命令让 agent 对花费保持诚实：

wavespeed price bytedance/seedream-v5.0-pro -i resolution=2k   # 报价，不扣费
wavespeed balance                                                      # 账户余额

关于 price 有一句实话要说：很多模型按输入计费——音频时长、帧数、文本长度。不带这些输入去询价，公式会坍缩到模型的基础价，那是价格区间的下限，不是典型一次运行的价格。命令会列出它没看到的输入（--json 里的 unpriced_inputs）；补上它们才是真实报价。实际扣费金额以运行为准。

坑

  • 裸路径不会上传。 -i image=./photo.jpg 发出去的是字符串本身，模型会拒绝。要写 @./photo.jpg。
  • 不要编造模型 ID。 技能要求 agent 先用 wavespeed models 或 wavespeed schema <id> 确认——编出来的 ID 要等一个来回才在提交时报错。
  • 运行永远带 --json。 人类可读输出是给人看的；outputs[0] 才是给 agent 的。
  • 项目默认值放在 wavespeed.json（wavespeed init 生成）：一个 defaultModel 加若干命名别名，别名把模型和默认输入捆在一起。对 agent 友好，对 git 友好。

相关链接

分享