Media Input（音视频输入）

让支持音视频的模型能真正吃到你附加的音频/视频文件 —— 把「能力开关」注入官方 设置 → 模型 的服务商卡片，而不是另起一个藏起来的小页面。

它解决什么问题

DSH 官方的模型设置页只声明文本/图片输入（inputModalities / input）， 其 wire 层也带不动媒体。本插件不碰任何公共契约：会话日志里始终是普通的 file 块，只有在本插件注册的路由上，请求构建阶段才把媒体句柄（handle 文本） 还原成 input_audio / video_url 请求体片段。

• MiMo 方言（api.mimo.mi.com 自动判定）：视频片段额外带 fps 与 media_resolution。
• openai 通用方言：其余 OpenAI 兼容网关的标准写法。
• 没有媒体能力的网关保持完全一样的官方行为，媒体文件仍走官方 handle 文本路径。

两个界面

1. 官方服务商卡片里的「媒体输入（音视频）」（新增，1.1.0）

注册到官方槽 settings.models.provider-card（keyed，ownerProps { provider, configured, keyConfigured }）。在该槽里，宿主用 entryKey = provider.settingsNs 派发 —— 注意它是服务商族的 settings 命名空间， 不是路由 id；所有 pi-ai 路由共用一个命名空间，因此一次注册即可出现在每张 pi-ai 服务商卡片里。本插件覆盖官方三大族：

key	覆盖范围
llm-pi-ai	全部 pi-ai 目录路由与手工声明的路由
llm-deepseek	官方 DeepSeek API-key 路由
llm-deepseek-account	官方 DeepSeek 账号路由

卡片里你会看到：

• 该服务商是否已有媒体路由；
• 模型级 音频/视频 开关（从该服务商自己的 settings 命名空间读取模型清单）；
• 若读不到模型清单 → 退化为单一「为该服务商启用音视频」开关 + 说明；
• 任何改动都走 点击 → 警告/说明确认 → 写入，取消即丢弃。

安全：只写入本插件自己的 providers 配置；从不复制、从不明文保存密钥 —— 只沿用官方凭据的环境变量名（apiKeyEnv）。不改动官方卡片本身。

2. 本插件行上的配置页（1.0.x 已有，保留）

「插件 → dsh-media-input → 媒体输入」里的完整编辑器：手动增删媒体路由、方言、 fps/分辨率、每个模型的音频/视频。1.1.0 起底部新增只读状态区：列出已注册路由 及其方言解析结果，便于排查。

配置形状（static Config）

providers:
  - route: mimo                 # 会话里选择的 route 名
    baseURL: https://api.mimo.mi.com/v1
    apiKeyEnv: MIMO_API_KEY     # 只存环境变量名，不存密钥
    dialect: auto               # auto（按地址判定）| openai | mimo
    videoFps: 2
    mediaResolution: default
    models:
      - id: mimo-v2.6-flash
        name: MiMo v2.6 Flash
        supportsAudio: true
        supportsVideo: true

dialect: auto 时：MiMo 官方主机 → mimo，其余地址 → openai；显式配置优先。

给其它插件的服务

ctx.get('mediaInput').capabilities(provider, model) // { audio, video } | undefined
ctx.get('mediaInput').describeRoutes()              // 已注册路由与解析后的方言

English

Registers OpenAI-compatible media routes and injects per-model audio/video switches into the official Models settings provider cards (settings.models.provider-card). The slot dispatches by the provider's settings namespace (llm-pi-ai / llm-deepseek / llm-deepseek-account), so one registration per family appears inside every provider card. Writes only touch this plugin's own providers config, always behind a click → confirmation → mutate flow, and never copy or store keys (only the credential env-var name). An OpenAI-compatible adapter turns attached audio/video files into input_audio / video_url wire parts at request time (the MiMo dialect adds fps and media_resolution); session logs keep plain file blocks, so no public contract changes.

License: MIT. Author: jd962.