dsh-imagegen

让 Agent 把想法变成图片，并在成图上继续迭代。

生成 → 查看 → 加入对话 → 继续编辑，在同一条工作流里完成。

快速开始  ·  核心工作流  ·  电商模式  ·  多模型对比  ·  工作台  ·  模板库  ·  画廊  ·  配置  ·  交流群

dsh-imagegen 是 DeepSeek Harness（DSH）的原生 AI 图像工作台。配置任意 OpenAI 兼容生图接口后，Agent 对话生图、/edit_image 斜杠命令连续编辑、多模型并列对比、441 条案例模板库与画廊资产管理都在同一个窗口完成；电商模式还能把一张商品图扩展成主图、卖点图、场景图等一整套商品视觉。生成任务由宿主进程排队执行，不卡界面、不打断对话，图片也不必在多个工具之间来回搬运。

快速开始

前置条件：已安装 DeepSeek Harness 和 Node.js 20+。

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

安装后重启 dsh web，侧边栏的“新会话”入口会变成“新会话 / 生图”双 Tab（Windows 如遇 PowerShell 脚本策略限制，请使用 dsh.cmd）。

首次使用：

1. 打开“设置 → 插件 → AI 生图”，添加一个提供方，填入 API 地址和密钥，点击“检测可用模型”，勾选生图模型后保存。
2. 点击“生图”Tab，输入一句提示词，生成第一张图。
3. 想让 Agent 也能画图？保持“允许 Agent 调用生图”开启即可（默认开启）。

让 Agent 帮你安装 —— 将下面内容直接发给 DSH、Codex 或其他 coding agent：

用 dsh plugin --profile web add @dickpy/dsh-imagegen 安装 AI 生图插件。完成后重启 dsh web，点击“新会话 / 生图”中的“生图” Tab，并打开设置中的 AI 生图配置。

从 Release 安装 —— 从 GitHub Releases 下载目标版本的 tgz 后执行：

dsh plugin --profile web add <下载路径>/dickpy-dsh-imagegen-<版本号>.tgz

升级与回滚 —— 重复执行 add 命令即可更新到最新版；面板打开时也会自动检测新版本，出现顶部横幅后可在线更新，完成后重启 dsh web 生效。渠道配置、历史记录和画廊数据由 DSH 宿主保存，正常升级不会清空。需要固定版本时，使用 @dickpy/dsh-imagegen@<版本号> 或指定 Release tgz。

功能总览

核心工作流

开启“允许 Agent 调用生图”后，从生成到修改都在 DSH 内完成：

| 步骤 | 在哪操作 | 发生什么 | | --- | --- | --- | | 生成 | 在对话里直接说，或在生图区输入提示词 | Agent 调用 generate_image，或工作台提交任务，由宿主排队执行 | | 查看 | 工具结果旁 / 工作台画布 / 全屏预览 | 图片内联显示在对应位置，支持缩放、翻页、复制提示词 | | 加入对话 | 结果卡或画廊点“加入对话” | 图片进入当前会话，自动适配附件限制，无需手动上传 | | 继续编辑 | 对 Agent 说，或输入 /edit_image … | 以上一张成图为参考提交图生图，只需描述要改的地方 |

继续编辑的两种方式

| | 直接对 Agent 说 | /edit_image 斜杠命令 | | --- | --- | --- | | 怎么用 | 在对话里描述修改要求，如“把背景改成夜景” | 输入 /edit_image 把背景改成夜景 | | 背后发生什么 | Agent 携带该图片的引用调用 edit_image 工具提交图生图 | 命令直接调用插件配置的图片模型 | | 是否经过对话模型 | 是，可结合上下文理解模糊意图 | 否，对话模型不支持图片输入时同样可用 | | 适合 | 需求复杂、需要 Agent 记住整体目标 | 快速、明确的一次性修改 |

两种方式都不必重新上传图片，也不必重新描述全部需求——第二轮只需要说变化。

可直接使用的案例提示词

第一轮，让 Agent 生成一张项目海报：

帮我为 dsh-imagegen 设计一张 16:9 横版项目海报。深色未来感背景，青蓝和紫色霓虹光效；画面中心展示 AI 生图工作台，包含赛博城市、人物肖像、雪山和抽象流体四张示例图；下方展示 Agent 对话生图、多模型对比和画廊三个能力区。整体干净、专业、有产品发布感，不要杂乱的小字。

第二轮，基于刚才的成图继续修改：

保留当前海报的整体构图和深色科技风。把中心的赛博城市替换成更明亮的夜景，增强青蓝与紫色的边缘光；底部“Agent 对话生图”区域更突出，其他两项保持弱一级。不要重新生成一张完全不同的海报。

Agent 会把上一轮图片作为参考图提交图生图任务，因此第二轮只需要描述变化。

| 工具 | 用途 | | --- | --- | | generate_image | 提交文生图任务；完成后在工具结果旁显示图片，并返回可继续编辑的图片引用。传 wait_for_completion: false 可改为后台模式，稍后用 get_image_generation_task 查询。等待上限 300 秒，超时自动取消。 | | edit_image | 以已有图片为参考提交图生图任务；引用需原样传入之前工具返回的图片对象。 | | get_image_generation_task | 查询任务状态；完成时显示图片并返回下一步编辑所需的引用。 | | cancel_image_generation_task | 取消排队中或正在执行的任务。 |

配置了多个生图模型时，Agent 会先询问你想用哪个，而不是擅自选择；未配置 API 地址、密钥或模型时，会明确引导到“设置 → 插件 → AI 生图”，不会静默失败。

多模型并列对比

同一个提示词在不同模型上往往呈现完全不同的构图、质感与文字处理。打开“多模型对比”，勾选多个已配置模型，插件会以相同参数提交任务，并在画布和全屏预览中并列展示，方便挑出真正适合当前任务的模型。

• 画布显示每个任务的进度与用时，可进入全屏并列对比。
• 对比生成的多条历史在历史记录中自动折叠为一组（显示模型列表与总图数），点“恢复”会连同对比模型选择一起回填，也可整组删除。
• 对比任务在宿主队列中并行执行，与普通任务共用同一条队列，取消、重试、历史语义一致。

电商模式

顶部导航切换到「电商模式」，把一张商品图扩展成一套可发布的商品视觉：上传商品素材（主体 / 包装 / 细节 / 风格，最多 4 张），选择平台、文案语言、比例与类目，填写商品卖点，然后用卡片勾选套图结构（主图、卖点图、场景图、细节图、规格图、使用图）与每种用途的数量。

• 锚定生成：确认后先生成主图，其余图片自动以主图为参考生成，并在提示词中附加商品一致性约束，保证整套是同一个商品。
• 先预览后生成：点击「生成套图预览」只输出计划（各用途与数量），确认后才批量提交，不浪费额度。
• 商品一致性：每张参考素材按角色标注，主图之外的图片默认跟随主图锚定；可在「参考图设置」中为每种用途单独指定参考。
• 结果管理：结果按用途分组展示，支持单张重新生成、下载、加入画廊或对话；一键导出 JSON 清单，记录每张图的提示词与参数，方便复现。
• 历史与恢复：套图在历史记录中按项目折叠，跨会话点击即可恢复整组结果继续编辑。

• 电商模式目前为预览功能，入口带有「预览」角标；生成仍走已配置的生图渠道与任务队列，额度消耗与普通生成一致。
• 套图数量与结构可自由组合，规格图、使用图等用途默认关闭，点击卡片即可启用。
• 未上传商品图时主图会按文字描述生成并作为锚定基准，建议先上传清晰的主图获得更高一致性。

图像工作台

点击“新会话 / 生图”中的“生图”Tab，工作区按“历史记录 | 生图区 | AI 对话”三栏排列。顶部导航在普通生图（文生图 / 图生图）、画廊与电商模式之间切换；右侧对话面板默认收起，点击头部的「对话」按钮随时展开，拖动分隔线即可调整对话区宽度；左侧参数栏的宽度也可拖拽调整并自动记忆。

• 生成参数：9 档比例（1:1 至 21:9）、4 档清晰度（自动/1K/2K/4K）、一次 1–4 张、细节等级透传。
• 任务队列：生成由宿主进程排队执行，画布上方的任务托盘可随时取消，失败后一键重试，长任务不会卡住面板。
• 全屏预览：滚轮或快捷键缩放（0.5–3x）、←/→ 前后翻页、复制提示词、下载、加入对话或画廊、一键作为下一次图生图的参考。
• 历史记录：保留提示词、模型与参数（最近 50 条），支持关键词、模型、比例筛选，点击即可恢复参数；旧版本记录的尺寸与质量会自动映射为新的比例与清晰度词汇。
• 图生图参考图：支持本地上传或拖拽（≤10MB），也可从结果卡、全屏预览、历史和画廊一键转为参考图。

提示词增强

只有一句“画只猫”也想出好图：点击增强按钮，插件会把简短想法发给一个对话模型扩写成结构完整的生图提示词，再提交生成；增强模型可复用生图 API 凭据。未配置增强模型时会弹窗引导，并自动打开设置页的对应卡片。

模板库

随插件内置 441 条精选 gpt-image-2 提示词案例（含参考图快照），没有灵感时可以先看看别人怎么写。

• 案例详情包含参考图、作者署名与原链，可复制或一键回填到生图输入框。
• “缓存全部图片”把参考图缓存到本机（带进度显示），之后离线也能浏览。
• 支持“刷新模板库”在线更新案例，界面会标明当前来源（内置快照 / 在线刷新）。

画廊

满意的图片可从结果卡、全屏预览或历史记录一键加入画廊；画廊中的图片也能直接加入当前对话，再用 /edit_image 修改。画廊为持续积累作品设计：左侧筛选，右侧瀑布流或整齐网格，点击任意图片即可打开大图预览。

• 关键词搜索；按生成模式、模型、比例和自建标签过滤，分类侧栏带数量统计。
• 瀑布流 / 整齐网格两种视图，支持最新、最早排序。
• 标签可新建、编辑、删除；多选图片后可批量打标签、批量下载，或导出 JSON 元数据作为备份。
• 收藏由 DSH 宿主持久化保存，跨同一宿主的浏览器/设备可见；同一图片内容按哈希去重，不会重复加入。

配置模型

打开 DSH 的“设置 → 插件”，展开 AI 生图（dsh-imagegen）。每个提供方都有独立的 API 地址、密钥和模型目录，可同时配置多个服务；预置了 OpenAI、智谱、xAI、字节火山方舟（Seedream）等常用渠道，也可添加任意自定义 OpenAI 兼容渠道。

| 配置项 | 说明 | | --- | --- | | 提供方 | 预置提供方可直接选择，也可添加自定义渠道。 | | API 地址 | OpenAI 兼容接口根地址，例如 https://api.openai.com/v1，插件会自动追加图像接口路径。 | | API 密钥 | 每个提供方单独配置；密钥仅保存在 DSH 宿主侧，浏览器与 Agent 都拿不到明文。 | | 模型目录 | 保存地址和密钥后点击“检测可用模型”，插件会过滤聊天、Embedding 等非图片模型；没有 /models 的网关可手动添加并设置别名。 | | 提示词增强模型 | 可选。选择一个支持 /chat/completions 的模型，通常可复用生图 API 凭据。 | | 允许 Agent 调用生图 | 默认开启。关闭后 Agent 不能提交、查询和取消任务，侧边栏工作台不受影响。 |

关于“检测可用模型”

• 优先读取上游返回的能力字段，并结合命名启发式（image / flux / seedream / nanobanana / kolors…）过滤非图片模型，但仍建议只勾选你的上游实际支持生图的模型。
• 支持用尚未保存的地址和密钥先探测、确认可用后再保存。
• 未被识别的 OpenAI 兼容图片模型仍可手动加入清单，按通用协议尝试调用。

• OpenAI 兼容接口：支持 /images/generations、/images/edits 和 { data: [{ b64_json | url }] } 格式响应。
• Grok Imagine：原生支持 grok-imagine-image 与 grok-imagine-image-2.0（地址 https://api.x.ai/v1），图生图使用其 JSON image_url 协议，比例和清晰度映射为 aspect_ratio 与 resolution。
• Nano Banana（谷歌 Gemini 图像系列）：内置 nanobanana2 / nanobanana2-lite / nanobanana-pro（也识别官方 gemini-3.x-image* ID），清晰度映射为 image_size（1K/2K/4K）。
• Seedream（字节跳动生图系列）：内置 seedream-5.0-pro（也识别 seedream-4.x、doubao-seedream-…），文生图与图生图统一走 /images/generations，参考图以 JSON image 数组发送。
• 智谱 GLM-Image：内置 glm-image，文生图质量参数映射为 hd；当前不支持图生图，选择编辑模型时会被自动排除。
• 后续模型：未被识别的 OpenAI 兼容图片模型可手动添加；厂商专属鉴权或请求协议需要单独适配。

数据与安全

• API 请求由 DSH 宿主进程代理，浏览器不直接连接上游：没有 CORS 问题，密钥不会出现在前端；宿主路由仅监听本机回环地址并校验同源请求。
• 密钥保存于本机 DSH 设置中，设置页面仅展示“已配置”状态。
• 历史、画廊和图片数据保存在宿主的 ~/.dsh/dsh-imagegen/，由你控制；画廊图片按内容去重，模板展示图经宿主同源代理按需拉取与缓存，文件访问有严格白名单。
• 图生图会把参考图发送到当前渠道的上游 API，请确认渠道服务商的数据处理政策，不要上传敏感图片。
• 生图会消耗上游 API 额度。图片内容由上游模型生成，可能出现不准确、不适宜或不符合预期的结果，请在使用前人工检查。
• API 密钥属于敏感信息，请不要提交到 GitHub Issue、日志、截图或 README；发现密钥泄露时应立即在上游服务商处轮换。

交流群

欢迎加入 QQ 群，一起交流 DSH、AI 生图和插件使用体验，也欢迎分享提示词、工作流与改进建议。

开发与反馈

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

• 发现问题请提交 Bug 报告，附带插件版本、DSH 版本和复现步骤。请勿粘贴 API 密钥。
• 有改进想法请提交 功能建议。
• 查看全部 Release 和 Issue。
• 如果这个插件对你有帮助，欢迎 Star。

许可证

Apache-2.0