dsh-image-creator

GPT-Image2 提示词画廊 — DeepSeek Harness web 客户端插件。仿 gpt-image2.canghe.ai 的呈现形式，把 awesome-gpt-image-2 数据集（src/awesome-gpt-image-2/data 下的 cases.json + images/）渲染成一个悬浮在 DSH 页面上方的画廊层：半透明遮罩 + 居中面板（自带 sticky 顶栏，面板整体滚动），原页面在面板四周保持可见，点遮罩或 Esc 关闭。

功能

• Hero 指标：529 案例 / 13 分类 / 22 模板，GitHub 与原站入口
• 精选条：featured 案例横滑（点图进预览）
• 筛选：全文搜索（标题/Prompt/来源/标签）+ 分类/风格/场景下拉 + 分类 chips（带计数）
• 案例网格：懒加载图片、Prompt 预览、标签、GitHub 溯源；分页渐进渲染（每页 48）
• 试一试（生图）：卡片/预览的「⚡ 试一试」打开生成面板 — 左侧可编辑提示词 + 生成按钮，右侧展示结果；后台串行执行 ollama run draw <提示词>（5 分钟超时），CLI 输出按 整体 base64 / 内嵌 base64 段 / 图片文件路径 三种方式解析；每个案例最近一次结果缓存在浏览器（最多 12 条）
• 中文翻译：数据优先读取 cases_with_trans.json（缺失自动回退 cases.json）；试一试面板「中文」按钮在 英文原文 ↔ 中文翻译 间切换，两边都可编辑，生成使用当前显示文本；无翻译的案例按钮禁用并提示
• 环境自检（ollama + draw）：宿主端启动即探测本机 ollama（127.0.0.1:11434，OLLAMA_HOST 可覆盖）与 draw 模型；模型缺失时自动后台执行 ollama pull x/z-image-turbo → cp 改名为 draw → rm 清理中间标签；「试一试」仅在环境就绪时进入生成面板，未就绪时点击弹出引导（安装/启动 ollama + 一键下载 draw，含进度条与日志尾）
• AI 语义筛选（✨ AI）：搜索框输入任意描述（中英文皆可），点「✨ AI」按钮 → 宿主端把 529 个案例压成一行一案的目录（id/标题/分类/标签/Prompt 预览）交给 dsh 的 llm 服务（ctx.llm.stream），模型按语义相关性返回排序后的案例 id（最多 24 条）；模型优先用当前活动会话正在使用的模型（经 /api/session.list 最新会话 → /api/session.models 当前选择解析，30s 缓存，GUI 里切模型即时跟随），其次行配置 llmProvider/llmModel，最后第一个 provider；结果横幅 + 排名顺序渲染（显示所用模型与来源），分类/风格/场景筛选可叠加；编辑搜索词或点「✕ 清除」退出；查询结果缓存（最近 32 条，忽略大小写）
• 大图预览：完整 Prompt（可滚动/复制）、来源链接、←/→ 键在筛选结果中翻页、Esc 关闭
• 模板区：22 套工业级模板卡片（useWhen / guidance / 防坑清单可展开 / exampleCases 点击直达案例 / GitHub 文档锚点）

数据路由（宿主半边 index.js）

| 路由 | 内容 | |---|---| | GET /image-gallery/ | 索引 JSON | | GET /image-gallery/cases.json | 529 条案例 | | GET /image-gallery/style-library.json | 分类法 + 模板 | | GET /image-gallery/images/* | 案例图与分类封面（immutable 缓存） | | GET /image-gallery/cases_with_trans.json | 带翻译数据集（每案例 prompt_zh），由翻译脚本生成 | | POST /image-gallery/generate | {prompt, caseId} → 串行调用 ollama run draw，返回 {ok, image: dataURL} | | GET /image-gallery/ollama-status | 探测 ollama 运行状态 + draw 模型是否就绪 + 后台下载进度（4s 缓存） | | POST /image-gallery/ollama-ensure | 触发 draw 模型准备（幂等：已就绪直接返回；缺 ollama 返回 need:ollama）；同源校验 | | POST /image-gallery/smart-search | {query} → dsh llm 语义排序（活动会话模型优先），返回 {ok, ids[≤24], provider, model, routeSource}；同源校验；90s 超时；查询缓存 | | GET /image-gallery/data-status | 数据集供给进度（phase/received/total/files/error；npm 安装首运行下载用） | | POST /image-gallery/data-ensure | 触发/重试数据集下载（幂等；同源校验） |

数据根默认 <pluginRoot>/src/awesome-gpt-image-2/data；可在 profile patch 里用 dataRoot 覆盖（相对插件包解析）。AI 筛选模型优先级：当前活动会话的选择 > 行配置 llmProvider + llmModel > 第一个 provider 及其第一个模型。已做目录穿越防护与扩展名白名单。

批量翻译（生成 cases_with_trans.json）

node scripts/translate-cases.mjs                       # 全量（断点续跑，可 Ctrl-C 中断）
node scripts/translate-cases.mjs --limit 5             # 先试 5 条
node scripts/translate-cases.mjs --only 373,17         # 指定案例
node scripts/translate-cases.mjs --model ornith-1.5:35b --ctx 8192

通过本机 ollama（默认 http://127.0.0.1:11434）把每个案例的英文 Prompt 批量翻译成简体中文，写入 src/awesome-gpt-image-2/data/cases_with_trans.json（原信封不变，每案例新增 prompt_zh）。特性：断点续跑（已翻译跳过）、每 5 条增量落盘、Ctrl-C 安全退出、原子写（tmp+rename）、健全性校验（CJK 占比防回显英文）、失败重试 2 次后留给下次。529 条长文本本地推理预计需数小时。注意本机 ollama 对 qwen3.8 报 unknown renderer，需 --model 选可用文本模型（如 ornith-1.5:35b）。

安装

方式一（npm，推荐）：

dsh plugin --profile web add dsh-image-creator
# 重启 dsh web 生效（client 模块在启动时扫描）

npm 包只含插件代码（数据集 154MB 不随包发布）。首次打开画廊时宿主端自动从本仓库 GitHub tarball 下载数据集到 ~/.dsh/dsh-image-creator/data（带进度显示，仅此一次；镜像/测试可用环境变量 DSH_IMAGE_CREATOR_DATA_URL 指向同布局 tar.gz）。

方式二（本地 link，开发用）：

dsh plugin --profile web add link:/Users/clark/code/dsh-image-creator

侧边栏底部出现「图片画廊」按钮，点击在页面上方浮出居中画廊面板（96vw × 92vh 以内）。面板自身滚动展示全部内容：顶栏与筛选条 sticky 固定，内容区下滚加载。Esc / 点遮罩 / 顶栏 ✕ 关闭，原页面不被替换。

结构

package.json        # dsh.bundle.patch + dsh.client（web 平台，立即注入）
cordis.patch.yml    # profile 层：插入 image-creator 行
index.js            # 宿主半边：webServer 前缀路由（守卫式注册，非 web profile 下空转）
data-provision.js   # 数据集自举：npm 安装首运行从 GitHub tarball 下载解压到 ~/.dsh 缓存（守卫式解压）
client.js           # 浏览器半边：sidebar.footer.action 启动器 + shell.overlay 悬浮画廊层
scripts/translate-cases.mjs  # 独立翻译脚本：cases.json → cases_with_trans.json
src/awesome-gpt-image-2/   # 数据集 data/（cases + style-library + images，取自上游仓库后仅保留数据与 LICENSE）
docs/               # 数据结构逆向文档

构建过程（需求 → 响应概述）

本插件由一次 DSH 会话（session-f8ef3f1c…）驱动构建，下表按时间顺序归档会话中的每一项用户需求与对应的实现响应：

| # | 阶段 | 用户需求 | 响应概述 | |---|---|---|---| | 1 | 逆向分析 | gpt-image2.canghe.ai 的图片内容资产用什么数据结构描述？ | 从线上站点 JSON 逆向得出信封结构（529 案例 / 13 分类 / 22 模板，cases.json + style-library.json + images/） | | 2 | 数据考证 | clone 上游仓库 awesome-gpt-image-2，按源码校对出准确完整的数据结构文档 | 产出 docs/awesome-gpt-image-2-data-structures.md，修正多处逆向推测（字段名、枚举、上游生成管线 docs → generate-site-data.mjs → data） | | 3 | 插件雏形 | 搭建 DSH 插件，用 cases.json + images/ 仿站点呈现 | dsh-image-creator：宿主半边静态路由（index.js）+ 客户端画廊层（client.js，搜索/筛选/预览/模板/复制），cordis.patch.yml + package.json 声明，link: 安装进 web profile | | 4 | 悬浮层改造 | 画廊从整页接管改为悬浮在 DSH 页面上方（参照 raiden-arcade），并修复内容不可滚动 | shell.overlay 半透明遮罩 + 居中面板；面板自身为滚动容器（sticky 顶栏/筛选、overscroll-behavior:contain），原页面四周可见，Esc/遮罩关闭 | | 5 | 试一试 | 把「复制 Prompt」换成「试一试」：左侧可编辑提示词 + 生成按钮，右侧生成图，后台执行 ollama run draw | TryPanel 浮层 + POST /generate：服务端串行队列、5 分钟超时、输出三策略解析（整体 base64 / 内嵌 base64 段 / 图片文件路径）；每案例最近一次结果缓存在浏览器（≤12 条） | | 6 | 缺陷修复 | 生成报错 Unexpected end of JSON input | 根因：仍在运行的旧宿主半边无 /generate 路由 → 405 空响应体；客户端改为 r.text() + describeFailure 给出人话提示（宿主半边变更需重启 dsh web） | | 7 | 缺陷修复 | 502「未能从 ollama 输出中解析出图片」 | 根因：draw 模型把图写成相对路径文件而非 base64；extractImage 接受相对路径（resolve 到 cwd）、读入内存后删除产物 | | 8 | 中文翻译 | ①独立脚本：cases.json → cases_with_trans.json（每案例 prompt 中文）②插件改读翻译文件 ③试一试面板加「中文」按钮 | scripts/translate-cases.mjs（断点续跑、每 5 条原子落盘、Ctrl-C 安全、CJK 健全性校验防回显、失败重试留待下轮）；客户端优先 fetch cases_with_trans.json、404 回退 cases.json；「中文」按钮在 英文原文 ↔ 中文翻译 间切换，两侧均可编辑，生成用当前显示文本 | | 9 | 翻译模型 | translate-cases.mjs 用哪个模型？指定 ornith-1.5:35b（速度快） | 原默认 qwen3.8:huihui 在本机报 unknown renderer 不可用；PREFERRED 首选改为 ornith-1.5:35b，单案例冒烟验证（451 字符 / 24.5s）后启动全量 529 条后台翻译 | | 10 | 缺陷修复 | #532 已翻译，但点「中文」没反应 | 根因：数据集页面加载时被模块级缓存，翻译落盘后内存不更新、按钮处于 disabled；修复：面板打开时若该案例无翻译则 cache-bust 自动补拉并热更新案例对象；按钮常可点，无翻译时点击自动尝试拉取/给出进行中提示 | | 11 | 缺陷修复 | 502，产物文件名以连字符开头（-one-point-color-…png） | 根因：候选清洗把开头连字符当标点修剪 → 与磁盘文件名不匹配；修复：优先按 Image saved to: 整行原样解析（保留原文件名），通用词扫描同时尝试原始/修剪词；清理家目录 7 个遗留孤儿 PNG；宿主半边需重启生效 | | 12 | 安全审计 | 检查本项目是否存在安全漏洞 | 发现并修复 6 项：跨源 CSRF 里程攻击（Sec-Fetch-Site/Origin 同源校验）、生成队列无上限（MAX_PENDING=16）、模型输出可致任意图片读取+删除（候选限 cwd 内相对名）、symlink 逃逸（lstat）、SVG 同源 XSS 载体（CSP + nosniff）、数据集 href 未消毒（safeUrl 仅放行 https）；另核查路径穿越/命令注入/请求体 DoS/XSS 文本面/供应链等 8 项无问题；13 项回归测试全过 | | 13 | 目录清理 | src/awesome-gpt-image-2 下只有 data 实际用到，其余删除 | 删 165MB（.git 160MB、上游站点源码/文档/工程文件），保留 data/ + LICENSE（MIT 再分发合规）；验证活服务器四路由与翻译任务均不受影响 | | 14 | 环境自检 | 加载时检查本机 ollama 是否启动（未启动则引导下载启动）；再查 draw 模型（缺失则 pull x/z-image-turbo 并改名 draw）；两者就绪才可用「试一试」，否则点击引导补齐 | 宿主端启动自检（探测 /api/tags，缺 draw 自动后台 pull → cp 改名 → rm 清理，实时进度/日志尾）；GET /ollama-status（4s 缓存）+ POST /ollama-ensure（幂等、同源校验）；客户端挂载即探测、未就绪每 2.5s 轮询；未就绪点「试一试」弹 GuidePanel：第 1 步装/启 ollama（命令示例 + 重检按钮），第 2 步一键下载 draw（进度条 + 失败重试） | | 15 | AI 语义筛选 | 加模糊查询：用户输入查询内容，用 dsh 的 LLM 从内容 json 匹配最相关内容筛选呈现 | 逆向 dsh 源码定位 llm cordis 服务（ctx.llm.stream，chunk 协议 + 消息形状内联构造，零依赖）；POST /smart-search：529 案例压成一行一案目录（id/标题/分类/标签/预览）→ 模型按语义相关性返回排序 id（≤24，容错解析 + 白名单过滤 + 查询缓存）；客户端搜索框旁「✨ AI」按钮 → 结果横幅（模型信息）+ 排名顺序渲染，可叠加分类/风格/场景筛选 | | 16 | 路由修正 | 「广告」匹配 0 条（deepseek-official / deepseek-v4-flash）；模型不要用默认的，用当前活动 session 的模型 | 双根因：① maxTokens 600 被推理型模型的思考烧光、正文为空 → 提至 4096；② 路由落到配置异常的 provider；模型解析改为优先读活动会话当前选择（经 app 自身 RPC 载体 /api/session.list 最新会话 → /api/session.models current，30s 缓存，GUI 切模型即时跟随）> 行配置 > 第一个 provider；横幅标注「· 当前会话」；0 结果时回显模型原始输出（rawTail）辅助诊断 | | 17 | 发布 | 清理无效无用文件；安全漏洞检查；提交代码到 GitHub 仓库 | 项目本就无残留（复核根目录/docs/scripts）；密钥模式全库扫描 0 命中、新代码复查无新增攻击面；补 .gitignore；git init + 571 文件提交并创建 https://github.com/flyingtimes/dsh-image-creator 推送 main | | 18 | 归档 | 把会话中的需求整理成「需求+响应概述」表格加进 README，记录完整构建过程 | 本表 | | 19 | npm 发布 | 翻译全量后提交 GitHub 并打标签；插件发布到 npm（dsh plugin add dsh-image-creator 一键加载） | npm 包仅含代码（47KB/8 文件）；数据集 154MB 由 data-provision.js 首运行自举——GitHub tarball（tag 优先、404 回退 main）→ 守卫式解压（拒绝 ../、绝对路径、symlink、AppleDouble）→ ~/.dsh/dsh-image-creator/data 缓存（.version 版本标记，插件升级自动重下）；GET /data-status 进度 + POST /data-ensure 重试（同源校验）；客户端进度条 + 轮询；真实 tarball 全流程 + 恶意条目 6/6 + HTTP E2E 10/10 验证 |