生图工作台

dsh-image-studio · 生图工作台

DeepSeek Harness 的多服务商生图插件：Agnes / OpenAI GPT Image / Grok Image / OpenAI 兼容，每个服务商独立 Key；侧边栏一级页面 + /image 对话调用，复用 open-storyboard-canvas 的 Agnes 请求契约，并补齐 OpenAI Images 与 Grok Imagine 接口；支持文生图与最多 5 张参考图的图生图。

当前版本：v0.8.4 · CHANGELOG

功能

• 四个服务商，四个独立 Key：互不回退、互不覆盖；Key 只保存在本机插件目录，不写入 dsh 模型凭据或其他插件配置。
• 侧边栏一级入口：与「插件」「自动化任务」「上下文洞察」同级，点击直接打开完整面板。
• 完整面板：服务商切换、模型/尺寸/比例/质量、提示词、参考图、Ctrl/⌘+Enter、整块画布中心扩散的矩阵点动画（遮罩扩展到画布边界与四角）、结果预览、全屏看图与删除、下载原图、复制路径、最近 80 张历史；静止/出图状态也用静态矩阵点，不再显示棋盘格；结果图按画布大小等比缩放，1:1 图不会把面板撑出窗口。
• GPT 1K/2K/3K/4K + 比例：自定义 GPT Image 2.5 模型尺寸只显示 1K/2K/3K/4K 四档，比例选择后自动算官方合法像素（宽高为 16 的倍数、比例 1:3–3:1）：1K + 16:9 → 1024x576、2K + 16:9 → 2048x1152、4K + 16:9 → 3840x2160；质量支持 xhigh / max。官方 gpt-image-1.x 仍只显示其支持的官方尺寸。
• 多端口预览：图片与历史地址使用主 Web 服务的绝对 origin，不再跟随当前页面的 6355/6356 端口变成 401；对话内和工具卡都能直接预览。
• Grok 取图：resolution 使用小写 1k/2k；优先请求 b64_json，省掉“生成成功后再下载 URL”的第二次等待；下载 xAI 子域图片时带 Key，401/403 自动无 Key 重试，失败信息带 HTTP 状态和响应片段，方便定位。
• 等待与超时：默认生图超时从 180 秒提高到 300 秒；图片 URL 回传单独给 120 秒预算，不会因为生成耗时占满总超时而在最后下载失败；面板显示已等待秒数。
• 图生图（最多 5 张参考图）：提示词下方「添加参考图」，支持 PNG / JPEG / WebP，可点选或拖入多张，缩略图逐张可移除；Agnes 走 extra_body.image[]，OpenAI / 兼容走 multipart /v1/images/edits（重复 image 字段），Grok 走 JSON /v1/images/edits 的 images[]；DALL·E 3 不支持参考图。
• `/image` 对话调用：作为普通消息发送，模型调用 image_studio_generate 工具生成/修改；不注册 slash command，也不写 session 消息（避免缺少 message.id 的旧问题）。模型会把图片 Markdown 带回聊天内联显示，工具卡还提供「打开本地文件 / 打开原图」。输入框正常清空，可继续聊天；同一对话首条文生图，后续自动基于上一张修改，--new 重新生成。
• 模型嗅探：配置 Key 后在「生图设置」点「嗅探模型」，用已保存的 Key 拉取服务商 /v1/models；结果可多选，只有勾选的模型保存后会进入主面板下拉，图像模型带「图像」标记。
• 与 dsh 主题融合：使用 --dsw-alias-*、--dsh-frame-top-clearance 等实时 token。
• 明确失败：未配置 / 401 / 402 / 429 / 超时 / 网络 / 无图片数据分别有可执行提示。

*生成中：矩阵点铺满整块画布，中心向外扩散波动，遮罩扩展到画布边界与四角；左右卡片等高，下方「最近生成」在同一屏内可见。*

服务商

id · 面板名称 · 默认 Base URL · 默认模型 · 参数形态 · 图生图 agnes · Agnes · https://apihub.agnes-ai.cn · agnes-image-2.5-flash · size 档位 1K–4K + ratio · 同 generations，extra_body.image openai · OpenAI GPT Image · https://api.openai.com · gpt-image-1.5 · 像素 size + quality；DALL·E 3 自动切换尺寸/质量 · multipart /v1/images/edits（DALL·E 3 不支持） grok · Grok Image · https://api.x.ai · grok-imagine-image-2.0 · aspect_ratio + resolution（1K/2K）+ quality · JSON /v1/images/edits，images[] openai-compatible · OpenAI 兼容 · https://api.example.com · gpt-image-1 · 自己填 Base URL / 接口路径 / 模型，标准 Images body · multipart /v1/images/edits

OpenAI 兼容档可接任意 POST /images/generations 风格的中转/聚合器；模型名、尺寸、接口路径都可以在面板里改。图生图接口按生成路径把 generations 替换为 edits（默认 /v1/images/edits），Base URL 不变。

安装

git clone https://github.com/david-zdw/dsh-image-studio.git

# 在 DSH profile 中安装这个本地包（路径换成你的 clone 目录）
dsh plugin --profile desktop add link:D:/path/to/dsh-image-studio
# macOS / Linux:
# dsh plugin --profile desktop add link:/path/to/dsh-image-studio

也可以在 DSH 插件管理器里选择 install_bundle，目标目录指向 clone 下来的仓库。

安装后侧边栏出现「生图工作台」。如果当前窗口是在安装前启动的，重新加载窗口/重启 DSH 一次即可。卸载：

dsh plugin --profile desktop remove dsh-image-studio

更新

当前版本 v0.8.4。更新后顶栏会显示 IMAGE WORKBENCH · v0.8.4，可以用它确认是否生效。

本地 link 安装（推荐）

cd D:/path/to/dsh-image-studio
git fetch --tags
git pull --ff-only

# 或固定到某个版本
git checkout v0.8.4

然后重启 DSH，或在插件管理器里禁用/启用一次「生图工作台」。HMR 只用于开发；普通用户重启最稳。

插件管理器安装

在插件管理器里更新/重装 dsh-image-studio，目标仍指向同一个 clone 目录。也可以走 profile 的 pnpm：

dsh plugin --profile desktop update dsh-image-studio

注意：dsh plugin 只是把参数转发给 pnpm。如果当初是 link: 安装，pnpm update 不会帮你拉取 git 更新，仍然要先 git pull。

更新不会丢配置

Key、Base URL、模型、历史都在：

$DSH_HOME/image-studio/

更新/重装插件不会清空这个目录。不要为了更新去删除它。

使用

1. 点击侧边栏「生图工作台」。
2. 选择服务商页签（Agnes / GPT Image / Grok / 兼容接口）。
3. 点右上角「配置」，给当前服务商填 Key、Base URL、模型、默认参数；Agnes 配置里有「获取 Agnes Key」直达平台。保存 Key 后可点「嗅探模型」，从服务商 /v1/models 拉取列表；勾选需要的模型（可多选）后保存，主面板下拉只显示勾选的模型。
4. 需要图生图时，在提示词下方点「添加参考图」，可选择或拖入多张 PNG / JPEG / WebP（最多 5 张）；缩略图会显示在参考图区域，可逐张移除。
5. 输入提示词，点「生成图片」。
6. 生成后结果右上角有全屏图标、删除、下载原图（PNG/JPEG/WebP）和「复制路径」；点全屏图标或图片本身可全屏查看（Esc/点背景关闭，全屏内也可删除/下载），历史缩略图右上角也可删除。

或直接发送：

# 第一条：文生图
/image gpt 2k 16:9 一只戴宇航头盔的橘猫

# 同一对话第二条：自动基于上一张修改
/image 把背景改成雨夜霓虹街道，保留橘猫和头盔

# 同一对话想重新文生图：加 --new
/image --new agnes 1k 1:1 一只在窗边晒太阳的猫

# 也支持显式参数（老写法）
/image --provider openai --size 1024x1024 --quality high 一只戴宇航头盔的橘猫

/image 不是 DSH 斜杠命令，而是消息里的调用语法；发送后由模型调用 image_studio_generate 工具。工具返回的图片会留在当前对话里，不会跳到工作台；输入框会像普通消息一样清空，之后可以继续聊天。需要下载原图、看历史或换更多参数时再点侧边栏「生图工作台」。

提示：GPT Image 没有 2K/4K 档，gpt 2k 16:9 会映射为 1536x1024（竖图为 1024x1536，方形为 1024x1024）；Grok/Agnes 保留原生 2K 档。

简写规则：开头的服务商/尺寸/比例可以任意顺序写，遇到第一个不认识的词就开始当提示词。gpt 2k 16:9、grok 2k 9:16、agnes 1k 1:1、2k 16:9 都行。

--provider 支持 agnes、openai（别名 gpt）、grok、openai-compatible（别名 compatible/custom）。

/image 工具支持对话内连续修改：第一条生成，第二条起自动把上一张作为参考图；/image --new 强制重新文生图。

数据位置

路径 · 内容 $DSH_HOME/image-studio/credentials.json · { "keys": { "agnes": "...", "openai": "...", "grok": "...", "openai-compatible": "..." } } $DSH_HOME/image-studio/config.json · defaultProvider 与每个服务商的 Base URL / 模型 / 默认参数 $DSH_HOME/image-studio/history.json · 最近 80 条生成元数据（含 provider） $DSH_HOME/image-studio/outputs/ · 生成的 PNG/JPEG/WebP/GIF 参考图 · 只在浏览器内存中参与当前请求；不写入 history、outputs 或任何配置文件

$DSH_HOME 默认是 ~/.dsh（Windows：C:\Users\.dsh）。

配置字段

顶层：

字段 · 默认值 · 说明 enabled · true · 总开关 defaultProvider · agnes · /image 未写 --provider 时使用；点击面板服务商页签会自动更新 providers..* · 见下表 · 每个服务商的独立配置

每个 providers.：

字段 · 说明 baseUrl · 根地址；不能带查询参数 endpointPath · 默认 /v1/images/generations，兼容中转可改 model · 默认模型 size · 默认尺寸；Agnes/Grok 用 1K/2K，OpenAI 用 1024x1024 等 ratio · 仅 Agnes/Grok 使用 quality · 仅 OpenAI/Grok 使用

Key 的环境变量兜底（文件 Key 优先）：

服务商 · 环境变量 Agnes · DSH_IMAGE_STUDIO_AGNES_API_KEY，兼容旧 DSH_IMAGE_STUDIO_API_KEY OpenAI · DSH_IMAGE_STUDIO_OPENAI_API_KEY Grok · DSH_IMAGE_STUDIO_GROK_API_KEY 兼容接口 · DSH_IMAGE_STUDIO_OPENAI_COMPATIBLE_API_KEY

Key 优先级：`credentials.json` 中该服务商的 Key > 该服务商环境变量 > 无；不会读取其他服务商的 Key，也不会读取 dsh 的模型凭据。

开发与测试

# 四服务商宿主冒烟（mock 上游）：Key 隔离、请求体、image_studio_generate、文件路由
$env:DSH_HOME='D:\deepseek\_smoke-home'
node scripts/smoke-host.mjs

设计、请求映射、Key 存储、两条调用链路和改动点见 docs/design.md。

备注

• GPT Image 使用标准 /v1/images/generations JSON body；参考图编辑走 /v1/images/edits multipart，支持 1–5 张（重复 image 字段）。
• Grok Imagine 使用 grok-imagine-image-2.0 的 aspect_ratio + resolution + quality；如果 xAI 改了参数，Base URL/模型可改，body 变更需要同步 lib/providers.js。
• OpenAI 兼容档的 auto 尺寸会省略 size 字段，尽量兼容不同中转。