shanliuling/dsh-image-gen

简体中文 · English

🎨 dsh-image-gen

DeepSeek Harness 的原生 AI 图像创作套件

AI 创作画布 · 对话生图与编辑 · Studio 批量创作 · 多模型对比 · 500+ Prompt 灵感 · 图库管理 · 本地 ComfyUI · 订阅免 Key

快速开始 · 核心能力 · Provider 支持 · 常见问题

左：在画布中绘制草稿、摆放参考图，并通过对话生成成图。 · 右：基于已有结果继续对话修改，在画布中持续迭代创作。

左：在对话中直接描述并生成图片。 · 右：工作台批量创作、灵感库与图库等更多功能。

为 DeepSeek Harness 带来完整的 AI 图像创作工作流。

dsh-image-gen 不只是简单的对话生图，而是为 DSH 补齐从 对话生成与连续修图、AI 创作画布、Studio 批量创作、多模型横向对比，到 Prompt 灵感库 与 本地 ComfyUI 的完整图像创作能力。

支持主流云端图像模型与本地私有化工作流，既可使用 BYOK（自带 Key），也支持通过订阅账号直接使用，生成结果支持按工作区隔离存储。

已有 ChatGPT、Grok 或 Google 订阅？直接登录即可生图，无需额外购买 API Key。

支持：Gemini · OpenAI / Compatible · Seedream · DashScope · Grok Imagine · GLM-Image · 本地 ComfyUI

pnpm dsh plugin --profile web add dsh-image-gen@latest

版本更新提示： 本次版本变化较大，老用户请更新至最新版本。

一个插件，覆盖完整 AI 图像创作流程

入口 · 最适合 · 你可以做什么 💬 对话 · 快速表达想法 · 文生图、图生图、连续编辑、版本迭代 ✏️ 画布 · 表达视觉创意 · 草稿生成、参考图组合、空间创作、持续修改 🎛️ 工作台 · 精细控制创作参数 · 批量生成、多图参考、高级参数调整 ✨ 灵感 · 寻找创作方向 · Prompt 案例、风格探索、一键复用 🖼️ 图库 · 管理生成结果 · 搜索、收藏、下载、重新使用

快速开始

1. 安装插件

环境要求：DeepSeek Harness 稳定版本，Node.js ^22.19.0 或 >= 24.0.0。

在你的 DeepSeek Harness 项目根目录下运行：

pnpm dsh plugin --profile web add dsh-image-gen@latest

💬 极客提示：你也可以直接把这句话发送给 DSH 对话中的 Agent：

帮我安装生图插件，在终端执行：pnpm dsh plugin --profile web add dsh-image-gen@latest

其他安装方式（全局 / GitHub 直装 / 本地调试）

# 若已将 dsh 安装为系统全局命令：
dsh plugin --profile web add dsh-image-gen@latest

# 从 GitHub 仓库直接安装最新代码：
pnpm dsh plugin --profile web add git+https://github.com/shanliuling/dsh-image-gen.git

# 本地克隆源码开发安装：
git clone https://github.com/shanliuling/dsh-image-gen.git
pnpm dsh plugin --profile web add ./dsh-image-gen

2. 配置 Provider

重启 DSH 后，点击左侧边栏的 「插件」 图标打开插件面板，在 「已安装」 分区点击 dsh-image-gen，进入插件详情页即可看到「图像生成」配置表单：

插件面板 → 已安装 → dsh-image-gen

点击左侧边栏「插件」图标，在「已安装」分区点击 dsh-image-gen 进入插件详情页。

DSH 0.1.5 及更早版本没有插件面板，入口仍为「设置 → 插件 → 插件配置 → 图像生成」；插件已同时兼容两种入口。

选择 Provider，填写自己的 API Key，并按需调整模型、Endpoint / Base URL 与工作区保存选项。填好 Key 后可点击「测试连接」验证可用性，或点击「拉取模型」一键获取该厂商支持的全部生图模型，无需手动查文档。使用 ComfyUI 时，请填写 DSH Host 可访问的服务地址，并导入 API Format Workflow JSON。

已有 ChatGPT、Grok 或 Google 订阅？无需填写 API Key：展开对应的订阅 Provider 行，点击「登录」并在浏览器完成授权，即可直接开始文生图与图生图。

3. 开始创作

在聊天框中直接描述你想要的图片：

画一张雨夜霓虹街头的赛博朋克猫咪，电影感光线，16:9。

也可以直接上传参考图，让 Agent 进行风格重构或局部编辑：

保持角色与构图不变，给猫咪戴上一副黑色墨镜。

左：插件详情页中的 Provider 配置 · 右：在 DSH 对话中直接生图、图生图与连续编辑。

需要更细的参数控制时，点击会话顶部的 画廊 入口，进入 图库 / 工作台 / 灵感 / 收藏。

核心能力

💬 对话生图、编辑与版本切换

• 用自然语言完成文生图、图生图、多图参考和风格迁移。
• 直接修改原图 Prompt 重新生成，并在同一卡片中切换历史版本。

修改 Prompt 后原位重新生成，并在同一张图片卡片中切换历史版本。

✏️ 从草稿到成图：AI 创作画布

在无限画布中表达你的创意，通过对话将草稿、构图和想法转化为真实图片。

• 在画布中自由绘制草稿、添加参考素材并组织创意。
• 将「最近生成」或图库中的图片拖入画布，或点击缩略图上的「发送到画布」。请先打开无限画布并等待图片加载完成；同一张历史图片重复导入会自动去重。
• 通过自然语言与 AI 对话，让草稿快速变成完整作品。
• 基于已有结果持续编辑、修改和生成新的方向，保留创作过程，让每一次探索都可以继续迭代。

左：在画布中绘制草稿、摆放参考图，并通过对话生成成图。 · 右：基于已有结果继续对话修改，在画布中持续迭代创作。

🎛️ Studio 批量创作

• 支持多张参考图，一次生成多张候选图。
• 自由控制 Provider、模型、比例和清晰度，只保存满意的结果。

在同一个 Studio 中完成参考图导入、参数控制、批量生成、结果筛选与保存。

⚖️ 多模型横向对比

使用同一组 Prompt 和参考图并发调用多个模型，在一张画布中比较并保存结果。

在同一画布中比较不同模型结果，再批量保存满意的图片。

✨ 500+ Prompt 灵感案例

• 浏览和筛选 500+ Prompt 案例，支持收藏、复制及一键带入 Studio。
• 图片缓存在本地，浏览和学习不消耗 Token 或生成额度。

先找灵感，再把 Prompt 带入工作台；全本地缓存，浏览或复制不消耗生成额度。

🖼️ 图库、收藏与批量管理

• 统一管理对话和 Studio 中保存的图片，并按工作区隔离。
• 支持搜索、筛选、收藏、下载、继续编辑、重新生成和批量管理。

图库支持多维度筛选、收藏、批量管理与工作区数据隔离。

🧩 本地 ComfyUI 多工作流

灵活调用本地 GPU 算力，让私有化绘图无缝融入 Agent 对话。

• 导入并管理多个命名工作流，支持预设 Prompt 和常用占位符。
• Agent 可按名称选择工作流，在对话中完成文生图和图生图。

ComfyUI 暂未接入 Studio 和多模型对比。

为不同用途维护独立工作流，并通过名称让 Agent 精确选择。

Provider 支持情况

Provider · 对话生图 · 对话编辑 · Studio · 多模型对比 Google Gemini · ✅ · ✅ 多图 · ✅ · ✅ OpenAI Images · ✅ · ✅ 多图 · ✅ · ✅ OpenAI Compatible（中转站） · ✅ · ✅ 多图 · ✅ · ✅ ByteDance Seedream / 火山方舟 · ✅ · ✅ 多图 · ✅ · ✅ Aliyun DashScope / Qwen Image · ✅ · ✅ 多图 · ✅ · ✅ xAI Grok Imagine · ✅ · ⚠️ 有限 · ✅ · ✅ 智谱 GLM-Image · ✅ · — · ✅ · ✅ Local ComfyUI · ✅ · ✅ 单图 · — · — ChatGPT 订阅（免 Key） · ✅ · ✅ 多图 · ✅ · ✅ Grok 订阅（免 Key） · ✅ · ✅ 多图 · ✅ · ✅ Google 订阅（免 Key） · ✅ · ✅ 多图 · ✅ · ✅

Studio 与多模型对比目前只支持云端 Provider（含订阅通道）；多模型对比调用的是各 Provider 在设置中已配置的模型。

智谱 GLM-Image 上游本身不支持图生图；xAI 图生图走 OpenAI 兼容协议（multipart），部分网关可能需等待后续适配。

订阅通道通过账号登录使用（免 API Key），支持对话文生图 / 图生图、Studio 批量生成与多模型对比；图生图走各订阅渠道的编辑接口（最多 5 张参考图），比例与清晰度可在 Studio 中直接选择。

当前默认模型与 Endpoint（均可修改）

Provider · 默认模型 · 默认 Endpoint / Base URL Google Gemini · gemini-3.1-flash-image · https://generativelanguage.googleapis.com/v1beta/interactions OpenAI Images · gpt-image-2 · https://api.openai.com/v1 OpenAI Compatible · 自定义 · 自定义 Base URL ByteDance Seedream · doubao-seedream-5-0-260128 · https://ark.cn-beijing.volces.com/api/v3 Aliyun DashScope · qwen-image-3.0 · https://dashscope.aliyuncs.com/api/v1 xAI Grok Imagine · grok-imagine-image · https://api.x.ai/v1 智谱 GLM-Image · glm-image · https://open.bigmodel.cn/api/paas/v4 Local ComfyUI · 用户导入的 API Workflow · http://127.0.0.1:8188 ChatGPT 订阅 · gpt-image-2.5-flare（通道固定） · 账号登录，无需配置 Grok 订阅 · grok-imagine-image-2.0（通道固定） · 账号登录，无需配置 Google 订阅 · gemini-3.1-flash-image（通道固定） · 账号登录，无需配置

各 Provider 可选比例与清晰度

Provider · 比例 · 清晰度 Google Gemini · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 4:5 · 5:4 · 16:9 · 9:16 · 21:9 · 1K / 2K / 4K OpenAI Images · gpt-image-2 系列支持 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 分辨率 1K / 2K（宽屏、竖屏另有 4K）；生成质量独立选择 auto / low / medium / high OpenAI Compatible · 由 openaiCompatSizes 配置决定（默认 1:1 · 3:2 · 2:3） · 分辨率由尺寸表决定；生成质量独立配置，默认不发送 ByteDance Seedream · 自动 · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 21:9 · 2K / 3K / 4K Aliyun DashScope · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 标准 xAI Grok Imagine · 自动 · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 21:9 · 1K / 2K 智谱 GLM-Image · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 高清 ChatGPT 订阅 · 自动 · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 自动 / low / medium / high / xhigh / max Grok 订阅 · 自动 · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 16:9 · 9:16 · 21:9 · 1K / 2K Google 订阅 · 自动 · 1:1 · 3:2 · 2:3 · 4:3 · 3:4 · 4:5 · 5:4 · 16:9 · 9:16 · 21:9 · 标准 / 高清（4K）

「自动」比例表示由模型按 Prompt 自行决定构图；上游已移除的档位（如 Seedream 5.0 的 1K）插件不会暴露。

Google 订阅会使用有效的平台枚举发现账号项目，并提供普通 daily 入口作为兼容回退。项目发现未返回项目且提示 UNSUPPORTED_CLIENT 时，会再用 Antigravity 客户端身份重试；该过程不自动开户。仍未返回项目时保留旧兼容项目尝试，但不会把它缓存成账号真实项目；若生图仍失败，错误会保留项目发现、账号资格及各生图入口的脱敏响应，避免只显示最后一个 429。设置中的订阅「测试连接」只检查登录记录，实际生图成功才验证该账号的生图链路；UNSUPPORTED_CLIENT 的 Code Assist 提示也不单独判定生图不可用。

OpenAI 与兼容渠道的 Studio 控件分别显示「比例 / 分辨率 / 生成质量」，分辨率选项会显示实际像素。多模型对比及再次生成也保留这两类参数。

OpenAI 官方可通过设置中的 openaiSizes 自定义尺寸表，格式为「比例 → 档位 → 像素」，例如 { "16:9": { "2K": "2048x1152", "4K": "3840x2160" } }。gpt-image-2 系列按官方限制校验：边长为 16 的倍数、最大 3840、比例在 1:3 到 3:1、总像素 655360–8294400；超过 3686400 像素的输出属于上游实验支持。官方说明。旧版 GPT Image 模型仍只使用三种标准尺寸。

OpenAI Compatible 的尺寸表为 openaiCompatSizes，格式相同；留空时保持原来的标准尺寸。openaiCompatQuality 设置默认生成质量（留空不发送），openaiCompatQualityOptions 设置 Studio 可选值。选择「渠道默认（不发送）」可在单次请求中省略 quality；对话工具也支持独立的 size 和 quality 参数。

兼容渠道的「文生图额外字段」对应 openaiCompatExtraBody，例如 { "watermark": false }。它仅用于文生图，在常规字段之后合并，可覆盖同名参数；false 和嵌套对象都会保留。图生图继续使用 openaiCompatEditExtra；JSON 图片 URL 数组格式的 openaiCompatEditSizeMode 默认 auto，改为 selected 才发送所选尺寸，EditExtra 仍可覆盖该尺寸。

工作台在比例、分辨率旁提供「可见水印：渠道默认 / 关闭 / 开启」，分别判断文生图和图生图支持情况。Seedream、通义原生 Qwen Image，以及已确认的商汤和通义官方兼容接口自动启用；官方兼容接口同时自动使用对应的 JSON 编辑格式。商汤匹配 https://token.sensenova.cn/v1 与 sensenova-u1.5-lite；通义匹配官方工作空间域名的 /compatible-mode/v1 与 Qwen Image 3.0/3.0 Pro、2.1 Pro/Turbo。其他兼容渠道可通过对应操作的额外字段绑定布尔值 watermark、watermark_enabled 或 parameters.watermark；图生图绑定仅用于 JSON 编辑格式。未知渠道和智谱显示禁用的「支持未确认」，无已确认开关的接口也显示说明。不会仅凭模型名识别未知中转。渠道默认保留原配置或省略参数，单次选择只覆盖水印字段；批量生成、支持该操作的对比模型及再次生成会保留选择。