dsh-image-forge

dsh-image-forge

在 DeepSeek Harness 里用 Qwen-Image 出图、改图。

说「画一张 16:9 的夏日饮料海报」，出图；丢一张客厅照片说「改成晚上的」，改图。比例、像素由插件换算，不用你查表；成果按画板归档，工作台里能看、能摆、能接着改。

两个入口，一套后端：对话里说一句话，模型按 Qwen 契约改写后调用工具；或者打开设置页的「图像工作台」点按钮。两边共用同一份配置、同一个输出目录、同一批画板。

目录：能不能用 · 快速开始 · 出图 · 改图 · 工作台 · 工具 · 提示词怎么写 · 后端 · 可能踩的坑 · 许可 · 更多文档

---

能不能用

需要本机装好的 ComfyUI + 三个 Qwen-Image 2.1 权重。文生图、改图（图生图）都跑在这台机器上， 首次下载权重之后完全离线，不联网、不耗云端额度。

• 显存 8 GB 起步（实测机型 RTX 4070 Laptop）。没有 ComfyUI 就照 部署指引 从零装。
• 插件不自带运行时、不下载权重、不碰 ComfyUI 的配置；它没起来时插件只负责把缺什么说清。

---

快速开始

1. 安装

插件已发布到 npm（包名 dsh-image-forge）。官方 DSH 桌面版内置插件管理器，两种装法任选：

桌面版界面安装

打开 DSH 桌面版的「插件」页 →「发现」标签 → 搜索 dsh-image-forge → 安装。市场索引源没有收录它也没关系：同页有直接输入包名安装的入口，填 dsh-image-forge 一样能装。

命令行安装（npm 包）

dsh plugin --profile <profile> add dsh-image-forge

也可以装 GitHub 上的最新源码：

dsh plugin --profile <profile> add github:Demerier/dsh-image-forge

装完完全退出 DSH 再打开（不是刷新窗口，插件的 cordis.yml 在启动时加载）。

别用 npm install 装它——这是 DSH 插件，脱离宿主跑不起来。 pnpm build 报 Cannot find package 'ansis' 时，删掉 node_modules 重装（本仓库用 nodeLinker: hoisted 绕开这个问题）。

2. 把 ComfyUI 指给它

什么都不用填：插件自动探测 8000 / 8188 / … 端口（非回环地址会被拒绝）。缺 Qwen-Image 权重时， 照 ComfyUI 部署指引 把三个文件放进对应目录，qwen_image_status 会告诉你它缺哪个。

9 个配置字段都有默认值，日常一个都不用碰；全部字段见 docs/configuration.md。

3. 出第一张图

对话里直接说：

画一张 16:9 的夏日饮料海报，清凉一点

模型会把它改写成 Qwen 提示词契约再调工具，图片落盘并内联显示在回复里。也可以打开设置页「Qwen 出图」→「图像工作台」，手写提示词点「生成」。

验收标准：对话里能看到 qwen_image_generate / qwen_image_edit / qwen_image_status 三个工具；设置页左侧出现「Qwen 出图」。跑不通先调 qwen_image_status，它会点名缺什么。

本机改代码时：

pnpm install
pnpm build
dsh plugin --profile <profile> add <本仓库绝对路径>

完整流程（打包、版本号、tarball 安装）见 docs/local-install.md。

---

出图

在对话里直接说需求就行。模型会把话改写成契约再调工具，你不用管：

{"rewritten_prompt": "A wide photograph of …", "wh_ratio": "16:9"}

wh_ratio 七档，对应像素（约 1.5MP，32 对齐）：

• 要固定像素就传 width / height（32 的倍数），优先于 wh_ratio。
• 图片存为 <outputDir>/<prefix>_<W>x<H>_<n>.png，编号自动跳过已占用的名字，重复出图不会覆盖旧的。

---

改图

给了参考图就是改图任务。

qwen_image_edit(prompt = <改图指令>, images = ["D:\\pictures\\room.png"], ratio_follow = "image1")

画布怎么定，三选一：

• 路径必须绝对；只认 PNG / JPEG / WebP。
• wh_ratio 和 ratio_follow 同时传会直接报错，二选一。
• 多张参考图时用 <image1> <image2> 指明用途，并说清哪张是画布。
• 显存不够就先调小 width / height。

---

工作台

设置页第一个页签。不想每次在对话里贴参数，就在这里点。

• 画幅只有七档，标的像素就是实际送进 ComfyUI 的像素。
• 传了参考图就是改图（最多 10 张），留空就是文生图。
• 提示词优化用当前会话的模型改写，结果写回输入框，你改完再生成。
• 结果是一块画布：拖空白处平移、滚轮缩放。选中一张点「用作参考」，下一轮就变成改图，新图会从原图拉一条虚线过来，改了哪几轮一眼看清。
• 按画板归档：顶部切换 / 新建 / 重命名，画布位置自动保存，重开页面回到上次的画板。「素材」页可以跨画板搜索，把图用作参考、定位回画布、或删掉。

ComfyUI 没起来时面板照样打开，顶部会写清查了哪些端口、为什么失败。

「优化提示词」需要宿主装了 @deepseek-ai/dsh-llm。没有的话只有这个按钮不可用，出图不受影响。

---

工具

不确定为什么跑不通时，先跑 qwen_image_status。它会告诉你 ComfyUI 在不在、三个权重能不能识别、显卡剩多少显存、输出目录能不能写。不产图、不写盘。

board 不传时会新建一块画板，把返回的 board.id 传回后续调用就能归到同一块。同一组图继续出图 / 改图时记得传——新图和它的来源才会落在同一块画布上。

---

提示词怎么写

模型会自动改写，这里只说改写的方向。完整规则见 T2I 规则 与 改图规则。

工作台里可切两种风格：「长散文」（约 20 句英文细节描写）和「关键词」（主体+场景+风格+镜头+氛围+细节修饰，逗号分隔）。两派都遵守：比例不写进正文、画面里的文字逐字照抄。

---

性能：base 与 turbo

唯一影响速度与画质的选择是权重家族（设置页 comfyModel）：

• base：25 步，官方全量。写实、画面里的中文文字、古典构图用它。
• turbo：8 步，快约 2.7×。没装 turbo 权重会自动退回 base，结果里会有提示。 盲测 5 题 base 3 : 2 turbo，单张 27–29 s → 9–11 s。turbo 氛围更强，但材质细节、中文小字、印章、古典构图会输给 base。

8 GB 卡（RTX 4070 Laptop）实测：文生图 1312×736 约 2 s/步，1.5MP 的 8 步改图 19–23 s。 全部实测数据见 docs/configuration.md 的证据一节。

部署见 ComfyUI 部署指引。

---

可能踩的坑

• 参考图只认 PNG / JPEG / WebP 的文件头，TIFF、AVIF 会被拒绝并说明原因。
• 没有局部重绘、没有放大。素材页只做检索和整理，不做批量导出或调色。
• 插件不会替你装 ComfyUI、不下权重、不改它的启动参数。
• 显存不够时报的是 ComfyUI 自己的 CUDA OOM，插件不做前置检查。卡上同时跑游戏或 Blender 会明显变慢。
• 图在对话里的显示靠工具结果里的 Markdown 绝对路径。

---

许可

插件本体 MIT。权重和官方提示词原文都不随包分发。

• Qwen-Image-2.1 权重受 Qwen RESEARCH LICENSE 约束，限研究用途，商用需自行向权利方取得授权。插件不下载、不携带。
• ComfyUI 是可选外部依赖（GPL-3.0），插件只通过 HTTP 与你的实例通信。
• skill.md 和 references/*.md 是本插件自撰的规则，不是官方原文。

「Qwen」「千问」是阿里巴巴集团商标。本项目是第三方作品，与阿里巴巴无关联、未获其背书。开源许可不授予商标使用权。详见 docs/license-and-limits.md。

ComfyUI 后端与工作流占位符协议（{{prompt}} / {{seed}} / {{image}}）参考并移植自 dsh-image-gen（Copyright 2026 shanliuling，Apache-2.0），许可全文见 THIRD-PARTY。

---

更多文档