dickpy/dsh-imagegen

快速开始

需要已安装 DeepSeek Harness 和 Node.js 20+。

dsh plugin --profile web add @dickpy/dsh-imagegen

安装后重启 dsh web，侧边栏会出现「生图」入口。到「设置 → 生图配置」添加提供方、填写 API 地址与密钥、检测并选择生图模型，保存后即可开始创作。Windows 若遇 PowerShell 脚本策略限制，请使用 dsh.cmd。

• **让 Agent 安装：**把上面的安装命令发给 DSH、Codex 或其他 coding agent。
• **指定版本：**使用 @dickpy/dsh-imagegen@<版本号>，或从 GitHub Releases 下载 tgz 后安装。
• **Web / CLI 升级：**重复执行 add 命令；插件也会在面板中提示新版本。更新后重启 dsh web。
• **桌面端升级：**从插件1.8.2起，检测到宿主插件安装接口时，可直接在插件面板点击「在线更新」，由DSH内置插件管理器安装新版，完成后重启DSH。1.8.0/1.8.1的按钮已被旧逻辑禁用，首次需通过宿主支持的方式安装修复包。宿主未提供安装接口时需先升级DSH。详见 v1.8.2 更新说明。
• 渠道配置、历史记录和画廊数据保存在 DSH 宿主侧，正常升级不会清空。

核心功能

能力	用途
无限画布	把提示词、参考图和生成节点连成可迭代的创作流程。
提示词反推	上传或选一张图，反推一段可直接生图的提示词，一键填回生图框。
电商套图	从商品参考图生成主图、卖点图、场景图等成套素材。
文生图 / 图生图	使用兼容的生图渠道生成、编辑并比较图片。
对话与 Agent	在 DSH 对话中生成图片、继续编辑，并把结果带回会话。
画廊与历史	管理创作结果、模板与标签；在不同设备上接续创作。

把文字、图片和生成配置连起来；从历史或画廊加入素材，再继续生成和迭代。

• 支持图片、文本、生成配置和文件节点；图片节点可标注、移除背景或拆分图层。
• 单个文件最大 50MB；可在画布内预览常见文档、表格、PDF、图片与音视频。
• 生图结果可右键选择「复制图片」，也可通过结果或放大预览中的按钮复制；剪贴板不可用时会提示，图片仍可下载。
• 顶部「隐藏图片」或 Alt+Shift+H 可暂时遮住工作室图片预览，再次操作恢复；该功能不会隐藏 DSH 原生对话中的图片，也不会删除文件或清空剪贴板。
• 内置文本润色、图片描述、内容抽取和提示词反推等技能。反推会把图里的镜头、光线、材质、配色和风格写成可直接生图的具体提示词，而不是「高清 8K」这类空词。
• 也可安装和管理外部技能。重任务技能会启动具有本机文件读写与命令执行能力的无头 Agent；运行前请检查技能来源和权限。
• 技能配置格式与安全边界见 docs/skill-config.md。

从商品主体和可选风格参考出发，先预览套图计划、逐张调整提示词，再批量生成；主图可作为其他用途图片的一致性参考。

输入提示词即可生成，也可上传参考图进行编辑；支持多张结果、比例与清晰度设置、任务队列、历史恢复和全屏预览。

生成完成后，结果图片右下角常驻显示「耗时 X分Y秒」。多模型对比按每个任务分别计时；历史恢复及加入素材库后仍保留耗时。计时覆盖生成与结果下载，不包含排队和历史保存时间；旧记录与本地上传图片没有计时数据时不显示。

GPT Image 2 及以上版本会按「比例 + 清晰度」发送实际像素尺寸，例如 16:9 的 2K 为 2560×1440、4K 为 3840×2160；方图 4K 受总像素上限约束，为 2880×2880。1K 与自动档沿用原行为；比例选「自动」时由上游决定尺寸。超过 2K 的输出为上游实验能力，最终支持情况取决于所用渠道。

图生图参考图支持多选上传、拖放、Ctrl/Cmd+V 和「粘贴图片」按钮；清空参考图会取消尚未完成的粘贴。「清空提示词」只清除文字，保留参考图与生成参数。

提示词框右下角是放大按钮：点开后是全窗口编辑器，长提示词可以整段查看和修改，字数、增强、清空都在编辑器里可用，改动实时同步回面板（文生图与图生图共用）。

生成参数会自动记住：模型与渠道、尺寸、清晰度、生成数量、细节和多模型对比选择在下次打开时沿用。在历史记录里点选一次生成，会把当次的提示词、模式和全部参数一起载入，点「开始生成」即可复现；多模型对比记录会连对比模型一起恢复。历史里只有当前载入的那一条会高亮，对比记录用左侧色条区分。

在 DSH 对话里可让 Agent 调用生图；用 /edit_image 描述修改内容，也可从工作台或画廊把图片加入当前会话继续编辑。

多模型对比

同一提示词可提交给多个模型并列查看结果，便于快速挑选风格与质量。

每张结果卡片提供「重新生成」，失败或取消后提供「重试」：只重做该卡片，位置不变，其他结果保留。重新生成使用原任务的渠道、模型、提示词、参考图与遮罩，不会误用后来修改的输入框内容。「追加模型」沿用这组任务的输入和参数，在当前结果区继续加入新卡片。对比顺序与左侧渠道 / 模型目录一致，卡片显示渠道、模型、实际图片像素和耗时。

文生图与图生图分别保留自己的结果和失败卡片；同一浏览器标签页内切换工作区、刷新或宿主替换面板后可恢复任务视图。浏览器只保存任务标识与状态，参考图和遮罩不会写入浏览器存储。DSH 宿主重启后，已结束的内存任务可能失效，此时会显示失效提示；已生成图片仍可从历史记录打开。

遮罩局部编辑

图生图参考图下方、无限画布图片节点工具栏提供「遮罩编辑」。使用画笔涂抹需要修改的区域，可调节笔刷大小、擦除、撤销和清空。普通图生图应用遮罩后填写修改要求并生成；画布应用遮罩后会直接打开该图片的生成输入框，也可以把它连接到配置节点再生成。

遮罩按原始图片像素导出透明 PNG，并发送给支持原生遮罩的 OpenAI 兼容 images/edits API（例如支持该字段的 GPT Image 渠道）。不支持遮罩的原生模型协议、Chat Completions 与订阅渠道会明确报错，不会悄悄忽略遮罩。画布会把生成结果按遮罩合成回原图，保留遮罩外像素；普通图生图的修改范围取决于上游模型实现。

提示词模板库内置精选案例、沧河、手绘、Prompt/Signal 与 GPT Image 2 五个来源，可搜索、筛选、收藏并直接带入生图。生成结果可在画廊中用标签和收藏继续整理。

可编辑海报：文字与 Logo

在无限画布的图片工具栏或右键菜单选择 「海报编辑：文字 / Logo」，即可叠加可编辑标题、价格和品牌 Logo。支持多行文字、自动换行、字体类别、字号、颜色、对齐、Logo 等比缩放、拖动定位、图层顺序及撤销重做。

• 保存到画布：生成新图片节点并保存可编辑图层，原图保持原样；再次打开新节点可继续编辑。请等待画布保存完成再关闭页面。
• 导出 PNG：下载与预览一致的合成图；PNG 本身不保存可编辑工程。
• 合成过程在本地完成，不调用模型；底图已有文字不会自动移除。最长边上限 4096 像素。

模型配置

在「设置 → 生图配置」添加渠道，填写 API 地址与密钥，检测并选择生图模型。可配置多个提供方，并设置默认生图模型和可选的提示词增强聊天模型。

支持 OpenAI 兼容的 Images API / Chat Completions，以及 xAI Grok、Google Nano Banana、Seedream、Qwen-Image、GLM-Image、MiniMax 等预置渠道；也可手动添加兼容模型。

• 通用渠道默认自动判断 Images API 与 Chat Completions；也可在设置中手动指定。
• One-API、New API、LiteLLM 等只暴露 /chat/completions 的网关，可填写完整接口地址并选择对应模型。
• API 密钥保存在 DSH 宿主设置中；未被自动识别的兼容模型可手动添加。
• 不同服务商的图生图、尺寸与返回格式可能不同，请确认所选模型实际支持的能力。
• Seedream 与 SenseNova U 系列支持渠道水印开关，按模型能力发送 watermark: false（包括兼容中转渠道），其他模型不发送该扩展字段。SenseNova 还支持「上游自动优化提示词」开关，关闭时发送 prompt_extend: false；图生图按官方 JSON images: [{ image_url }] 协议发送。

可信远程 WebUI

默认情况下，远程浏览器只能查看经脱敏的设置，不能管理渠道或使用生图接口。管理员可在运行 DSH 的 profile 的 cordis.patch.yml 中添加顶层覆盖，然后重启 DSH：

- id: imagegen
  config:
    remoteAccess: trusted-host

同时必须通过 DSH 的 --trusted-host <你的域名>（或 Connection 的 trustedHosts 配置）信任访问域名，并使用有效的 DSH 浏览器认证。--public-url 本身不授予信任。此开关只由宿主 profile 配置决定，不能通过远程设置接口修改。

• 远程请求由官方 Connection 的 admit() 执行 Host、Origin、Sec-Fetch-Site 和浏览器凭证验证；仅当前宿主的浏览器 owner Peer 可管理。API Peer 不获得同等权限。
• 反向代理应保留真实的 Host、Origin 和认证 Cookie，不要改写成 localhost，也不要清除 Origin 来规避校验。HTTPS 反向代理到本地 HTTP 端口可以正常使用。
• 缺少所需 Connection 认证接口的旧宿主会拒绝远程访问，不会静默降级为无认证模式。
• 开启远程管理会向受信任浏览器开放整个生图工作台，包括配置密钥、生成、上传、技能运行和插件更新等能力；请只授权可信用户，保留反向代理认证。
• 这是源码级功能；如使用自行维护的修复版，升级到未包含此功能的上游版本会失去它，应通过审查后的版本化构建维护，而非修改安装目录里的 JS。

数据与安全

• API 请求经 DSH 宿主转发；密钥保存在本机设置中，不直接暴露给浏览器。
• 历史、画廊、画布和图片保存在 DSH 数据目录 ~/.dsh/dsh-imagegen/，由你控制。
• 生图与图生图会把提示词或参考图发送给所配置的上游服务；请按服务商政策处理敏感内容。
• 内置轻量技能会把所选内容发送给配置的聊天模型（提示词反推会把图片发给它）。反推结果和可编辑程度都需人工检查。
• 外部重任务技能可能读写本机文件并执行命令；运行前请确认技能可信、输入内容可共享。
• 生图会消耗上游 API 额度；请人工检查生成结果。不要把 API 密钥贴到 Issue、日志或截图中。

QQ 交流群与支持

欢迎加入 QQ 群，一起交流 DSH、AI 生图与插件使用，也欢迎分享提示词、工作流和改进建议。

• Bug 报告 · 功能建议
• 查看所有 Issues · GitHub Releases
• 如果这个插件对你有帮助，欢迎给项目点个 Star。

pnpm run typecheck
pnpm run build
pnpm run watch
node scripts/smoke.mjs

冒烟测试会把数据根目录重定向到临时目录，不会写入你的 ~/.dsh/dsh-imagegen。

本地打包并安装到 DSH 验收：

pnpm pack --pack-destination .
dsh plugin --profile web add ./dickpy-dsh-imagegen-<版本>.tgz

许可证

Apache-2.0

内置模板所引用的第三方项目与许可见 THIRD_PARTY_NOTICES.md。

提示词反推

看到一张想复用的图（自己的生成结果、画廊里的收藏、网上的参考图），点「反推提示词」，让它把这张图翻译成一段可以直接生图的提示词。

• 写具体的东西：镜头与景别（如 85mm 定焦、f/1.8、浅景深）、光线方向与质感、材质与配色、媒介与风格，而不是「高清、8K、杰作」这类堆砌。
• 图上文字照抄：海报、封面、界面截图里的文字会原样抄进提示词并说明位置；不编造品牌与作者。
• 三档长度：精简 / 标准 / 详尽；三种语言：跟随界面 / 中文 / English。
• 可加要求：例如「只保留风格与配色，主体换成猫」，反推会照做。
• 结果可一键「填入提示词」继续生成，也可以复制走。

入口：图生图参考图区和配置列底部固定操作栏的「反推提示词」：上传或粘贴后点击一次，自动反推并填入提示词，多图时可明确选择反推对象，无需先生成图片。模板库、素材库和生成入口也集中在底部，使用统一按钮样式。仍保留生图结果卡片、多模型对比卡片、放大预览里的「反推提示词」；无限画布上任意图片节点的右键菜单 → 技能 → 提示词反推（会生成一个文本节点）。需要一个能读图的聊天模型（在「提示词增强」里配置，与图片描述共用）。

图片转可编辑 PPT 已从界面移除：它依赖外部 skill 与视觉模型，实测还原质量不足以默认展示。宿主接口仍然保留，需要时用设置里的 pptModeEnabled 重新开启。