Name: ModStackX
Author: ModStackX

DeepSeek Harness × ModStackX

DSHarness+ModStackX

一站式搞定生图、指令改图、TTS、STT、文生视频、图生视频、文档解析

（支持接入 OpenClaw、Claude Desktop、Cherry Studio 等）

🏠 全本地运行

💰 零 Token 消耗

🔒 隐私无忧

⚡ 无需联网

⚡

配置极简

一行配置即可接入，无需写代码，Harness 立即获得全套创作能力

🚀

能力飙升

图像、视频、音频、文档——Harness 从对话工具进化为全能创作助手

📁

文件集中管理

所有生成的作品自动归档到素材库，历史版本可追溯，随时调用

💰

零 Token 消耗

所有创作任务本地完成，不消耗任何 API 额度，无限使用

接入前 vs 接入后

❌ 接入前

联网找各种工具
无任务概念，复跑困难
成果碎片化，管理低效
担心数据隐私泄露
API Token 不够用
生成内容无法管理
过程垃圾持续积累，难以有效管理

→

✅ 接入后

一句话搞定所有创作
任务化管理，模板任务一键复跑
成果资产化，图谱化管理可一键复用
全本地运行，隐私无忧
零 Token 消耗，无限使用
素材库自动归档管理
统一管理垃圾清理，避免误删成果

一分钟配置

# dsh 配置文件
- id: modstackx
  name: '@deepseek-ai/dsh-mcp-client'
  config:
    serverName: modstackx
    transport: stdio
    command: python -m backend.serve.mcp_serve

接入后 Harness 能力展示

🎨 生图

画一只在夕阳下奔跑的柴犬

已生成，图片已保存到素材库

🎙️ 配音

用温柔女声读：春天来了

语音已生成，正在播放

🎬 出片

做个30秒的AI介绍视频

已完成：编剧→配音→字幕→成片

✨ 改图

把背景换成海边

背景已替换，新图已保存

📊 所有操作自动记录，可追溯

🗂️ 素材库集中管理，一键复用

🔄 历史参数保留，可重复生成

内置 Agent

ModStackX 自身就是智能体

不只是工具，ModStackX 自带对话能力，能理解你的意图，自动调用工具完成创作任务

💬

多轮对话

像聊天一样下达指令，AI 理解上下文，越聊越懂你

🔧

自动调用工具

AI 自主判断该用哪个工具，生图、配音、做视频一句话搞定

📎

多模态输入

支持图片、文档、音频附件，AI 能看能听能理解

🧠

智能决策

最多连续调用 8 个工具，自动规划执行步骤

📊

全程可追溯

每次对话、每个工具调用都有记录，随时回看

🔒

本地运行

所有对话和工具调用在本地完成，数据不离开电脑

对话示例

帮我做一张赛博朋克风格的产品海报，要有霓虹灯效果

好的，我来帮你生成。先用 Flux.2 模型生成赛博朋克风格背景，然后叠加产品元素。

🔧 正在调用 image_generate...

📷 已生成图片：cyberpunk_poster.png

海报已生成完成！还需要调整什么吗？比如修改文字、换个颜色风格？

文字换成「限时特惠」，颜色改成蓝色调

好的，正在调整文字和色调...

🔄 对话历史自动保存，随时继续

📋 支持会话分叉，多版本并行

⚡ 流式响应，实时看到生成过程

图像 · 视频 · 音频 · 文档 —— 一站全搞定

不用在多个软件之间来回切换

图像

输入文字，生成图片

描述你想要的画面，AI 帮你画出来。支持多种风格：写实、插画、动漫、油画... 还能上传图片让 AI 帮你修改、去背景、换衣服、修复老照片。

10 种图像能力，一个界面搞定
5 个 AI 模型可选，效果各不相同
全部本地运行，设计稿不外传

视频

一句话，从创意到成片

输入一个主题，AI 自动编写剧本、生成旁白、添加字幕、渲染画面 —— 直接输出完整视频。不用剪辑，不用配音，不用找素材。

AI 编剧 + 旁白 + 字幕，全自动
字幕逐字同步，像 MV 一样精准
自媒体创作者的效率利器

音频

让文字开口说话

把文字变成自然流畅的语音，支持中英日韩多种语言。还能克隆任何人的声音 —— 录一段样本，就能用这个声音说任何话。

16+ 种音色，男声女声随你选
声音克隆：录 10 秒，复刻任何声音
语音识别：自动转文字，带时间戳

文档

复杂文档，轻松搞定

PDF、论文、合同、报告... 丢给 AI，秒变结构化数据。还能一键生成 PPT 演示文稿，告别熬夜做幻灯片。

PDF 精准解析：表格、公式、多栏布局
PPT 一键生成：上传文档自动做幻灯片
AI 提示词助手：多轮对话优化提示词

AI 助手

内置提示词大师

还在用 ChatGPT 写提示词？我们内置了大模型，直接在生成界面和它对话。告诉它你想要什么，它帮你优化提示词 —— 中英文都能写，一次搞定，不用切换窗口。

多轮对话，越聊越懂你想要什么
中英文双语提示词，一次生成
写完直接点生成，告别复制粘贴

素材库

你的创作，都在这里

所有生成的作品自动归档到素材库。历史参数一键复用，常用风格自动记忆。下次创作直接调用，越用越顺手。

所有作品自动归档，永不丢失
一键复用历史参数，效率翻倍
素材积累越多，创作越快

产品能力

一站式满足你的创作需求

图像

文生图像输入文字直接生成图像

图生图像以图片为基础再创作

AI 指令编辑自然语言描述精准修图

智能修图局部重绘 · 区域编辑

人脸替换一键替换人脸

人脸修复修复模糊人脸细节

黑白上色老照片智能彩色化

超分辨率低分辨率图片放大清晰

虚拟试衣服装穿到模特身上

服装提取从照片提取服装款式

视频

文生视频文字描述生成视频

图生视频图片转动态视频

AI 视频制作一句话 → AI 编剧 → 成片

视频渲染逐字字幕 · 旁白同步

音频

语音合成 TTS 多音色多语言可选

语音识别 STT 语音转文字 · 逐字时间戳

声音克隆复制声音特征 · 跨语言

字级对齐逐字高亮 · 字幕同步

多语言支持中 · 英 · 日 · 韩

文档 & 其他

文档解析 PDF 转结构化数据

PPT 生成一键生成演示文稿

插件系统社区扩展新能力

对话 / 扩写内置 LLM 助手 · 扩写改写

智能管理

任务管理队列调度 · 进度追踪 · 历史记录

插件扩展一键安装 · 子进程隔离 · 安全沙箱

资产图谱来源追溯 · 关联关系 · 一键复跑

为什么选择 ModStackX？

不只是工具，是你的私密创作空间

你的数据，只属于你

所有 AI 处理都在你的电脑上完成。图片、音频、视频 —— 永远不会上传到任何服务器。隐私，是我们最看重的事。

0 次云上传

内置 AI 提示词助手

不用再打开 ChatGPT 写提示词了。内置大模型多轮对话，帮你优化中英文提示词，写完直接生成，一个界面搞定。

告别复制粘贴

50+ 模型，随你切换

同一个功能，5 个不同的 AI 模型任你挑。写实风、插画风、动漫风 —— 换个模型，换个风格，效果立竿见影。

50+ 集成模型

素材库，越用越懂你

所有生成的作品自动归档到素材库。历史参数一键复用，常用风格自动记忆，下次创作直接调用，效率翻倍。

智能积累

一句话，出完整视频

输入一个主题，AI 自动帮你写剧本、配音、加字幕、生成画面。不用学剪辑，不用找素材，一句话搞定。

全自动流水线

像装 App 一样扩展能力

内置 30+ 核心能力还不够？去功能市场逛逛，一键安装新插件。修图、换脸、去水印... 越用越强大。

插件市场

为你的电脑深度优化

Apple Silicon 原生加速，M1/M2/M3 芯片火力全开。智能内存管理，8GB 内存也能流畅运行。

Apple Silicon 优化

持续进化，每周更新

新模型、新功能、新插件 —— 我们每周都在进步。你的创作工具，会越来越强大。

每周更新

内置对话智能体

ModStackX 自带对话能力，能理解你的意图，自动调用工具完成创作。一句话搞定复杂任务，不用手动操作。

内置 Agent

赋能你的智能体

简单配置接入你的 Harness，能力马上翻倍。生图、配音、做视频，一句话搞定。

扩展智能体

适用场景

从创意到落地，ModStackX 陪你完成每一步

设计师 · 批量素材生成

文生图快速产出多风格素材，AI 指令编辑精细调整，虚拟试衣与服装提取加速选款。全程本地运行，设计稿不外传。

短视频 · 一句话出片

输入主题即可 AI 编剧、生成旁白、渲染逐字字幕，一句话完成从创意到成片的全流程。自媒体创作者的效率利器。

播客 · 语音内容制作

TTS 将文章转语音播报，STT 快速出逐字稿，声音克隆保持频道声音一致性。5 个 TTS 模型自由切换。

电商 · 商品图处理

去背景、超分辨率放大、虚拟试衣、黑白上色，电商商品图一站处理。本地运行，产品图不上传第三方。

文档 · PDF 高效解析

复杂 PDF 转结构化 Markdown/JSON，表格、公式、多栏布局精准还原。PPT Agent 上传文档自动生成演示文稿。

老照片 · 修复上色

人脸修复增强画质，黑白照片智能上色，超分辨率放大清晰度。让珍贵记忆重焕新生，全部本地处理。

50+ 集成模型

30+ 核心能力

100% 本地运行

免费使用无限制

模型生态

集成主流开源模型，持续扩展能力边界

Flux.2 文生图像 · Klein 4B

Z-Image 文生图像 · 中文友好

HiDream AI 指令编辑

Mage-flow 文生图像 · 高质量

Stable Diffusion 图生图像 · 智能修图

GFPGAN 人脸修复 · 面部增强

RealESRGAN 超分辨率放大

Rembg 智能去背景

LTX 文生视频 · 图生视频

Wan 2.1 文生视频 14B

Wan 2.2 文生视频 · MoE 架构

Kokoro TTS · 16 音色 · 6 语言

Qwen3-TTS TTS · 多语言克隆

Spark-TTS TTS · 轻量级

CosyVoice 声音克隆 · 高质量中文

SenseVoice STT · 快速多语言

Paraformer STT · 字级时间戳

MLX Whisper STT · Apple Silicon

MinerU 文档解析 · PDF/公式/表格

DeepSeek V4 Flash LLM · 对话/扩写/编程

Qwen3.5 LLM · 本地对话/扩展

VTON 虚拟试衣 · 服装上身

TryOnDiff 服装提取 · 衣品款式

InsightFace 换脸 · 人脸替换

CodeFormer 老照片修复 · 黑白上色

IOPaint 去水印 · 去物体

PPT Agent 智能生成演示文稿

为 ModStackX 构建插件

开放插件系统，Python 脚本即可扩展新能力 · 敬请期待

开发文档

完整的插件开发指南和最佳实践

API 参考

IPC 协议 · 权限系统 · 模型接口

示例项目

开源示例插件，快速上手二次开发

系统要求

了解你的设备是否满足运行条件

操作系统

macOS 14+ 或 Windows 10+

处理器

Apple Silicon / Intel / AMD x64

内存

最低 8GB，推荐 16GB+

存储空间

磁盘空间 >（约10GB）

加入 ModStackX 社区

获取最新动态、参与讨论、反馈建议，与创作者和开发者一起交流

第一时间获取新功能和模型更新
与开发者直接交流，反馈问题
分享创作作品，获取灵感
参与插件开发，贡献社区

微信扫码加入

准备开始创作？

免费下载，即刻体验本地 AI 的强大

免费下载查看文档

支持 macOS 14+ / Windows 10+ · Apple Silicon 与 x86 优化

你的 AI 创作只属于你