ARTICLE · 1225010
把终端里的AI助手搬进微信:dsh-im一次接入12个聊天平台
"
微信、飞书、钉钉、企业微信、QQ、Slack、Telegram、Discord、WhatsApp——十二个聊天平台，一个 AI 助手。dsh-im 把藏在终端里的 DeepSeek Harness，变成了随叫随到的聊天机器人。
—— 秋明札记
之前写过 DeepSeek Harness——那个"一切皆插件"的 Agent 运行时。它的架构设计很漂亮，但有一个非常现实的问题：
它藏在终端里。想用它，你得开着终端、敲命令、盯着输出。对开发者来说这没什么，但对绝大多数人来说，这个门槛高到根本跨不过去。
dsh-im 解决的就是这一步。它把 DSH 接进了十二个聊天平台——微信、飞书、钉钉、企业微信、QQ、Slack、Telegram、Discord、WhatsApp、iMessage、Matrix，甚至企业微信自建应用。接好之后，你在聊天框里派任务、发图片、看流式回复，跟平时跟同事聊天没什么区别。
WHAT
dsh-im 是什么
dsh-im 是一个 DSH 插件，MIT 协议开源。它做一件事：通过扫码、App Manifest 或已有机器人凭据，把 IM 机器人接入本机的 DeepSeek Harness，然后让你在原生的聊天软件里使用 AI Agent。
这个项目已经拿到了 DeepSeek Harness 官方的 Token 赞助（价值 2000 元），以及 Trendshift JavaScript 日榜第 3 名。说明它解决的不只是某个人的问题。
一个插件，管所有渠道
这是它设计上最舒服的地方：一个插件、一个设置入口，统一管理所有 IM 渠道。不用为每个平台装一套东西，不用记十几份配置。
内置的十二个渠道
• 飞书、微信、钉钉、企业微信（含自建应用）
• QQ、Slack、Telegram、Discord、WhatsApp
• iMessage（macOS 原生接入，不依赖 BlueBubbles）
• Matrix（实验功能）
每个渠道都支持接入多个机器人——各机器人的连接状态、工作区、模型和会话绑定彼此独立。也就是说，你可以给工作项目和私人事务各配一个机器人，互不干扰。
DETAIL
它不是"转发消息"，是逐平台适配
看 README 里的渠道表，你会发现作者在每个平台上都做了细节适配——这是它跟"消息中转脚本"的根本区别。
几个例子
飞书：长连接接收，可选原生"实时直播"、单张实时过程卡或逐步消息展示任务过程；每机器人可开启语音交互——语音转文字走正常流程，答案同时以语音回复
微信：等待回答时显示"正在输入"，最终回复按 1800 字符自动分段
钉钉 / 企业微信：通过 AI Card / 原生界面展示"正在思考中"、工具执行进度和流式回答
Discord：服务器频道首次 @ 后自动创建原生 Thread，之后在线程里不用重复 @
WhatsApp：每秒编辑同一条消息来显示工具进度和逐步生成的回答
还有几个工程细节值得单独说：
图片输入：支持 JPEG/PNG/WebP 和以图片方式发送的 GIF，默认每张原图最多 30MB、每条消息最多 20 张。原图存到会话工作区，模型副本自动缩放压缩到 5MB 以内，超限时按文件交给模型
超时补发：收到"等待模型回复超时"后，插件会继续检查原任务，完成后向原聊天补发最终结果；插件重启或连接恢复后也会继续检查
群聊记录：WhatsApp、飞书、Telegram、Discord、Slack、QQ 支持自动保存群消息和附件，默认滚动保留 14 天。采集不触发模型回复，在群里 @ 机器人即可查询记录、总结讨论或读取文件
文件回传：支持文件回传的渠道可以把 Harness 产出的文件直接发回聊天
"超时补发"这个设计特别实在：Agent 跑长任务时，聊天软件早就超时了。插件不重试、不刷屏，而是安静地等任务完成，再把结果补发到原来的会话里。明确发送失败最多重试三次；结果不确定时保留记录并停止重试，避免重复消息。
WHY
为什么这一步很重要
我们写过很多 Agent 框架——DeerFlow、DSH、OpenMuse、Kaneo。它们都在解决"Agent 怎么工作"的问题。但有一个问题始终没被认真回答：Agent 做出来了，人怎么用它？
答案其实很简单：在人们已经在用的地方用它。中国有十几亿人在用微信，企业在用钉钉和飞书。让所有人为了用一个 AI 助手去学终端命令，这是不现实的。dsh-im 的思路是把 AI 塞进这些已有的入口里——不改变用户习惯，只增加用户能力。
这也跟之前写过的几个项目形成了呼应：Kaneo 让 AI 接管项目管理，ego lite 让 Agent 用你的登录态操作浏览器，OpenMuse 给 Agent 配了一台计算机。dsh-im 补的是最后一段——让人和 Agent 的接口，变成最熟悉的那个聊天框。
值得一提的是安全性。dsh-im 的机器人接入默认允许所有用户私聊和群聊，但可以随时调整白名单和命令权限。Telegram 有私聊白名单安全模式，WhatsApp 默认只响应账号自聊。这些默认值的设计说明作者想过"万一机器人被别人用会怎样"这个问题。
THE END
写在最后
dsh-im 让我想起一个规律：真正让技术普及的，往往不是技术本身有多强，而是它离用户有多近。
DeepSeek Harness 的"一切皆插件"架构很优雅，但对普通人来说它只是一个概念。dsh-im 做的事看起来很简单——接个聊天软件而已。但这一步跨越的，是从"开发者玩具"到"所有人都能用"的鸿沟。
而且注意它是怎么做的：不是简化功能去迎合大众，而是把完整能力搬到聊天框里。多机器人隔离、流式回复、语音交互、群聊记录、文件回传、超时补发——这些一个都没少。它证明了"易用"和"强大"不矛盾，只是需要有人在中间做笨功夫。
项目里还有一个有意思的细节：README 顶部挂着一个"滑动变祖器"随机徽章，显示"今天是梁子或今天是梁圣"。这种带点自嘲的幽默感，挺像社区项目的味道。
AI 助手的终极入口，不是某个新 App，而是你每天都要打开的那个聊天窗口。
📚 快速开始
GitHub：https://github.com/xmanrui/dsh-im
前置：先装好 DeepSeek Harness，再把这个插件接入
接入方式：扫码建机器人 / App Manifest / 已有凭据手动绑定
MIT 协议 | 12 个 IM 渠道 | 获 DeepSeek Harness 官方 Token 赞助 | iMessage 需 macOS
我是 小T，运营微信公众号《秋明札记》，记录技术和新工具如何重写普通人的工作与学习方式。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。
— 秋明札记 · AI Agent —
记录技术和新工具如何重写普通人的工作与学习方式
