@deepseek-ai/dsh-qwen-mm

主要功能

• 按精确的 Git commit/tag 拉取 Qwen-MM 的 Agent Skills，先启动 MCP 服务器并等待工具发现完成，再挂载对应 skill。
• 内置多种能力模块：core、video-memory、video-edit、blender、freecad、edu-agent，可分别配置命令、参数、环境变量。
• 安装后新增一条默认禁用的 qwen-mm 配置行，需显式启用才会执行 Git 拉取与外部进程启动。
• 作为 Stent 双端消费者，浏览器端将持久化图片引用渲染为受限文本 [image: WIDTHxHEIGHT MIME]，其余内容交由原渲染器处理。
• 每个能力可设置 strict 模式：为 true 时失败即报错，默认仅跳过该失败能力并清理已启动的部分资源。
• 图片校验、附件持久化、token 记账与压缩回放等均由 DSH 宿主统一处理，插件本身不注入固定提示词。

适合什么时候用

• 希望在 DSH 中启用 Qwen 官方多模态能力（视频记忆/编辑、Blender、FreeCAD、教育智能体等）作为 MCP 工具。
• 团队已部署 Stent Profile（@oh-my-dsh/stent-pack + stent-dsh），需要在其上叠加 Qwen 多模态能力并对图片结果做安全渲染。
• 需要以固定 Git ref 严格锁定外部技能版本，并对每个能力的失败策略（严格/尽力而为）做精细控制。

安装后会多出什么

使用前需要

• 需要系统安装 git（拉取 Qwen-MM 能力源码）以及 uvx 和对应 Python 环境（默认 MCP 启动方式）。
• 需在支持 Stent 的 profile 上使用，需单独安装 @oh-my-dsh/stent-pack 并用 stent-dsh 启动，否则 Qwen 行无法启用。
• 依赖一组 DSH 官方 peer 包（cordis、dsh-attachment、dsh-client-ui-tool、dsh-fs、dsh-llm、dsh-mcp-client、dsh-skill 等）。
• 能产生图片的能力需要已解析的模型路由支持图片输入模态，否则相关功能不可用。
• Stent 浏览器渲染回退依赖目标 dsh-client-ui-tool bundle 中仍保留 resultText 转换逻辑，否则退化为原始渲染。