TongFlow が DeepSeek Harness のプラグインに — v0.2.1 以降のアップデートまとめ

前回のまとめ以降で最大の変化はモデルではなく、TongFlow が「どこで動くか」です。 TongFlow は、DeepSeek のオープンソース・エージェントハーネス DeepSeek Harness（dsh）のプラグインとしてインストールできるようになりました。この見出しの下には、この一か月の細かなリリース（v0.2.2 → v0.3.3）が並びます。フォーム型のアプリモード、Undo/Redo、手で引く接続、鍵ひとつで数十モデルを使えるルータープラグイン、そして新しい公式プラグイン 8 本。

TongFlow を初めて知った方へ。オープンソースのマルチモーダル生成 AI ワークフロースタジオで、すべてのモデルは無限キャンバス上のノードです。まずは紹介記事をどうぞ。

dsh-tongflow：エージェントの中の撮影クルー

インストールは一行です。

npx @deepseek-ai/dsh@next plugin --profile web add dsh-tongflow

そして最初のメッセージが @tongflow で始まるチャットを開始してください。そのセッションがスタジオになります。左に会話、中央にプロジェクトツリー、右にプレビューまたは TongFlow キャンバス。別途 TongFlow サーバーは不要で、キャンバスは dsh 自身の Web UI に埋め込まれています。

役割分担は厳格で、それが狙いです。

• dsh はハーネス — セッション、モデル、ツール、バックグラウンドジョブ、Web シェル。
• エージェント は創作 — トリートメント、脚本、キャラクター、ショットリスト、レビューメモ。すべてプレーンなファイルで、あなたの言語で書かれます。
• TongFlow は決定的な生成 — 画像、セリフ、音楽、映像クリップの一つひとつが、ワークフローファイル（*.tongflow.json）を TongFlow プラグインで実行して作られます。

「画像を生成する」ツールはあえて用意していません。エージェントはアセットごとにワークフローを 1 本書き、生成されるテイクのすぐ隣に保存し、入力をプロジェクトのアセットに束縛して（tf://CHR_MEI/REF、tf://EP01_SC003_SH0010/dialogue/2）、実行し、結果を見て、良いテイクにサークルを付けます。同じファイルをキャンバスで開いてノードを直し、再実行することもできます。ショットが仕上がったら、ワンクリックでそのショットのアセットワークフローを1 本の大きなワークフローに合成。人がチェーン全体を確認・微調整してから、エピソードをレンダリングできます。

ディスク上のプロジェクトは、本物の撮影クルーの流儀で整理されます。story/、world/（キャラクター、ロケーション、小道具、一貫性キット付きのスタイル設定集）、episodes/、shots/、notes/、export/。ショットは EP01_SC003_SH0010、テイクは T01…、どのテイクにも provenance.json が付きます — どのワークフロー、どの束縛、どのプラグイン、所要時間。最初のテンプレートはマンガドラマ（脚本 → キャラ設定画 → 絵コンテ → キーフレーム → 吹き替え → 画像から動画 → 組み立て）で、英語と中国語のスターターファイル付きです。

内部はスタジオで使っているのと同じ TongFlow エンジンで、新しい tongflow npm パッケージ（フレームワーク非依存のワークフローコアと tongflow/canvas React エントリ）と Python SDK 0.3.0 で駆動しています。エージェントにワークフローを組ませて実行させたいプロジェクトなら、この二つをそのまま使えます。

入手先：TongFlow リポジトリの packages/dsh-tongflow、npm の dsh-tongflow。まもなく awesome-dsh-plugin のリストにも載ります。

正直に一つ。v0.3.0 では TongFlow キャンバスの内側に、ワークフローを組んでくれるチャットパネルを載せました。v0.3.3 でそれを外しました。エージェント主導の構築はエージェントハーネスの中でやるべきことで、dsh-tongflow はサイドパネルよりずっと上手くやります。TongFlow 自体は純粋なワークフロー製品に戻ります。

キャンバスが使いやすく

• アプリモード（v0.3.0）— どんなワークフローも簡単なフォームとして提示：上に入力、下に結果、キャンバスは非表示。完成したワークフローが再利用できるツールになります。
• Undo / Redo（v0.3.0）— Cmd+Z / Cmd+Shift+Z。連続入力は 1 ステップにまとまります。
• 手動接続（v0.3.2）— 任意の 2 つのハンドル間にエッジをドラッグ。ドラッグ中に契約をリアルタイム検証するので、正しい接続だけが置けます。
• ワンクリック自動レイアウトと均一なノード間隔（v0.3.1）。
• 設定画面の刷新と初回オンボーディング（v0.3.0）— 読みやすいカード、ガイド付きバナー、Modal トークンの一括ペースト。失敗にはエラーコード、ローカライズされた説明、入力すべき項目へのリンクが付きます。
• ワンクリック実行が動的分割に対応（v0.2.3）— ドキュメントを N 個に分割すると、下流の各ノードが順に N 回走ります。以前は最初の 1 件しか処理されませんでした。
• オープンボキャブラリの音源分離（v0.2.2）— separate-sound ノード：音を言葉で説明すると（「犬の鳴き声」）、それを残りから切り出します。SAM-Audio または fal が担当。
• オムニリファレンス動画（v0.3.1）— 画像・クリップ・音声を好きに組み合わせて選ぶと、スマートアイランドが refs-gen-video を提案。プロンプトでは <Picture 1> / <Video 1> / <Audio 1> で参照します。

ルータープラグイン：鍵ひとつで数十モデル

集約系プラグインは tongflow-router-* として分離され、それぞれにノード単位のモデルピッカーが付きました。Replicate、fal.ai、APIMart、OpenRouter。API キーを一つ貼れば、ノード上で FLUX、Seedream、Veo、Kling、Whisper、Hunyuan3D を選べます。

新しい公式プラグイン 8 本

• Krea 2 Turbo — オープンウェイト 12B のテキストから画像、8 ステップ、最大 2K。
• Qwen3.8-27B — マルチモーダルテキスト：画像・動画理解、文字起こしを自分の Modal GPU で。
• IndexTTS-2.5 — 感情制御付きゼロショット音声クローン（「感情音声」）。
• MiniMax-Music3 — セルフホストの音楽生成。
• SenseNova-Vision — 視覚 QA、検出と OCR、法線、マッティング、ポーズ。
• DeepSeek — V4 flash / pro、思考オン/オフ。推論中はノードの横にリアルタイムの思考バブルが出ます。
• xAI と Runway — API プラグイン。
• そして別記事で紹介した MiniMax-H3：ネイティブステレオ音声付きの動画生成。

さらに、手元のマシンで動くプラグイン向けの tongflow-local-* プレフィックスが加わりました。第一号は Apple シリコン上で MiniMax-H3 をネイティブ実行します。

公式プラグインは現在 45 本。LTX と FastWan は引退し、同梱のサンプルワークフローの画像から動画のステップは MiniMax-H3 を使います。

試してみる

• スタジオ： app.tongflow.com、または Releases から v0.3.3 のデスクトップシェルを。
• エージェントの中で： npx @deepseek-ai/dsh@next plugin --profile web add dsh-tongflow の後、@tongflow と話しかけて作りたい作品を説明してください。
• 上に何かを作る： npm i tongflow · pip install tongflow。

TongFlow が役に立ったら、GitHub でスターをいただけると大きな励みになります。

想像をひろげ、アイデアを伸ばして — ぜひ試してみてください。