dsh-our-imagen
Manifest valid★ 14DeepSeek Harness Text-to-Image Workbench Plugin: Full-page creation, conversational invocation, and local image saving. First to support Kaggle's free dual-card GPU, with Colab and other backend integrations in progress.
生图工作台 (dsh-our-imagen)
DeepSeek Harness 的开源文生图工作台与视觉 Agent 插件。
默认使用 Kaggle 免费云端双卡 GPU(每周 30 小时),不占本机显存,生成的图片直接保存在本地。
当前处于 Preview 阶段:目前默认内置 Kaggle 免费双卡 GPU 驱动,Colab、本地 GPU 及自建 Worker 支持正在陆续接入。
简介
生图工作台(dsh-our-imagen)是运行在 DeepSeek Harness (DSH) 上的文生图插件。
很多机器没有大显存独显,或者不想在本地折腾 PyTorch、CUDA 和 ComfyUI 环境。这个插件把交互界面和算力后端拆开:本地只跑一个轻量面板,推理放到云端免费 GPU 上,出图后直接写回本地工作区的 imagen-output/ 目录。
算力后端支持
| 后端驱动 | 状态 | 算力规格 | 成本 / 门槛 | 说明 |
|---|---|---|---|---|
| Kaggle GPU Driver | 已内置 (默认) | 2×Nvidia Tesla T4 (30G 显存) | 免费(每周 30 小时额度) | 开箱即用,自动会话管理与加密回传 |
| Google Colab Driver | 接入中 | Nvidia T4 / A100 | 免费 / 订阅 | Notebook 挂载与隧道直连 |
| 自建远端 Worker | 规划中 | 自建服务器 / AutoDL / RunPod | 按需计费 / 私有部署 | 适合有私有 GPU 或需要长驻服务的用户 |
| 本地直连 (Local/ComfyUI) | 规划中 | 本机独显 (RTX 3060/4090 等) | 本地硬件 | 适合本地大显存显卡,离线低延迟 |
核心功能
1. 独立工作台
|
独立工作台:参数面板 + 实时画布 + 最近胶卷 |
2. 对话生图与创作助手
|
对话卡片:先给确认卡,点确定即出图 |
3. 本地落盘与自动保活
|
|
界面速览
深色主题模型选择卡:10 款内置模型对比与实测耗时 |
作品画廊:按日期归档,支持搜索、收藏、批量选择与单张删除 |
模型示例
以下 9 张样张均由本插件调用 Kaggle 2×T4 实际生成,仅转存为 WebP,未做后期修图;耗时取自当次生成记录。
SDXL Lightning · 雨夜霓虹街道 · 约 9.8 秒 |
Hyper-SDXL 8-Step · 巴洛克静物 · 约 8.0 秒 |
SDXL Turbo · 赤月下的武士 · 约 3.9 秒 |
Playground v2.5 · 云端瀑布梦境 · 约 19.6 秒 |
SDXL Base 1.0 · 高山湖泊的金色黄昏 · 约 17.1 秒 |
RealVisXL V5.0 · 海边老渔民肖像 · 约 21.1 秒 |
FLUX.2 Klein 4B · 极简京都旅行海报 · 约 6.8 秒 |
Animagine XL 3.1 · 樱花巷口的少女 · 约 21.1 秒 |
Anima Light Lavender · 薰衣草花田的黄昏 · 约 63.4 秒 |
RealVisXL V5.0 · 黑洞边缘观测站 · 约 37.1 秒 |
SDXL Base 1.0 · 垂死恒星旁的戴森球 · 约 27.6 秒 |
FLUX.2 Klein 4B · 风暴云中的巨眼 · 约 9.0 秒 |
SDXL Base 1.0 · 冰层下的外星深海巨兽 · 约 26.7 秒 |
RealVisXL V5.0 · 日出层峦山脉 · 约 33.3 秒 |
SDXL Lightning · 山海经帝江·洒金岩彩 · 约 6.2 秒 |
三步上手
第一步:准备 Kaggle 凭据
提示:Kaggle 账号需要在个人设置里完成手机号绑定验证(Phone Verification),平台才会分配免费 GPU;未绑定的账号会被降级为纯 CPU。
方式 1:免装 CLI,直接在工作台浏览器登录
打开工作台 → 顶栏「GPU 状态」→「运行设置」→「高级」→「Kaggle 访问方式」选直连,然后点击指引卡上的「在浏览器中登录 Kaggle」完成 OAuth 授权即可(凭据会写入 %USERPROFILE%\.kaggle\credentials.json)。命令行也可以运行 node tools/kaggle-login.mjs。
方式 2:通过 kaggle CLI 2.x 登录
pip install -U kaggle
kaggle auth login
执行后会拉起浏览器完成 OAuth 授权,并自动把凭据写入 %USERPROFILE%\.kaggle\credentials.json。
方式 3:手动配置 API Token(旧版 CLI)
- 打开 Kaggle API Settings,点击 Create New Token。
- 将拿到的 Token 写入本地文件:
- Windows (PowerShell):
New-Item -ItemType Directory -Force "$env:USERPROFILE\.kaggle" | Out-Null Set-Content -NoNewline "$env:USERPROFILE\.kaggle\access_token" "你的_Kaggle_Token" - macOS / Linux (Bash / Zsh):
mkdir -p ~/.kaggle printf '%s' '你的_Kaggle_Token' > ~/.kaggle/access_token chmod 600 ~/.kaggle/access_token
- Windows (PowerShell):
验证:运行 kaggle quota 能打印 GPU/TPU 配额即配置成功。
第二步:在 DSH 中安装插件
把下面命令里的 web 换成你的 profile 名(DSH Desktop 客户端通常是 desktop):
-
方式 A(推荐):通过 npm 安装
dsh plugin --profile web add dsh-our-imagen升级:先
dsh plugin --profile web remove dsh-our-imagen,再重新安装并重启 DSH。也可以在 1024 插件市场(deepseek1024.com) 搜索dsh-our-imagen一键安装。 -
方式 B:从 GitHub 或图形界面安装
dsh plugin --profile web add github:nanxfu/dsh-our-imagen图形界面:DSH 设置 → 插件管理 → 安装插件,粘贴
dsh-our-imagen或github:nanxfu/dsh-our-imagen,安装后重启 DSH。 -
方式 C:Release tarball(适合 GitHub 直连不稳定的网络)
dsh plugin --profile web add https://github.com/nanxfu/dsh-our-imagen/releases/download/v0.11.0/dsh-our-imagen-0.11.0.tgz -
方式 D:离线 zip + 本地加载(Load Bundle)
- 从 Releases 下载
dsh-our-imagen-<version>.zip并解压; - DSH 设置 → 插件管理 → 本地加载(Load Bundle),选中解压后的目录;
- 点击左侧工具栏新增的「生图工作台」图标。
- 从 Releases 下载
-
方式 E:本地源码 link(开发调试)
dsh plugin --profile desktop add D:\path\to\dsh-our-imagen
第三步:唤醒云端并出图
- 进入工作台,点击顶部的 开机 / 唤醒云端;
- 首次开机 Kaggle 约需 3~10 分钟分配资源并加载模型权重;
- 状态变为
Online后即可开始生成,稳态下每张图只需数秒。
常见问答
Q1: 使用这个插件要花钱吗?每周 30 小时 GPU 够用吗?
完全免费。插件本身以 MIT 协议开源,算力使用 Kaggle 向已验证手机号的用户每周免费提供的 30 小时 GPU(2×Nvidia T4)。按常规出图频率,个人日常创作基本用不完。
Q2: 我的电脑需要独立显卡吗?
不需要。模型加载和推理都在 Kaggle 云端执行,本地只负责显示界面和保存图片。
Q3: 首次开机为什么需要等几分钟?
云端冷启动包含三步:分配 2×T4 实例、检查运行环境、下载并加载模型权重,通常需要 3~10 分钟。就绪后连续生成无需再等,插件默认 30 分钟空闲自动关机,也可以随时手动关机。
Q4: 图片会传到第三方图床吗?
不会。远端生成的图片只通过当次会话的临时 Bearer Token 隧道传回本地 Host,直接保存到本地工作区的 imagen-output/ 目录。
Q5: 目前内置了哪些模型?
配置定义在 models/*.json:
SDXL Lightning(默认,4 步极速)Hyper-SDXL 8-Step(兼顾细节与速度)SDXL Turbo(极速草图)Playground v2.5(色彩与美感表现较好)SDXL Base 1.0(经典标准底模)SDXL Inpaint(局部重绘专用 9 通道权重,只能带蒙版使用)RealVisXL V5.0(写实人像与摄影)FLUX.2 Klein 4B(轻量新一代扩散架构)Animagine XL 3.1(二次元与动漫)Anima Light Lavender(二次元插画,Cosmos-Predict2 2B 底座)
开发与测试
| 操作 | 命令 | 说明 |
|---|---|---|
| 安装依赖 | npm install | 安装开发与打包依赖 |
| 运行全部测试 | npm test | 构建前端并运行契约、Host、Client 与 Python 远端单测 |
| 契约测试 | npm run test:contract | 校验模型配置与接口契约 |
| 离线联调 | node test/mock-daemon.mjs | 本地模拟云端通信,无需真实 Kaggle 算力 |
| 构建工作台 | node build.mjs | 编译前端单文件 Bundle client.js |
| 预览与截图 | node tools/preview.mjs --shot | 生成设计预览页(加 --readme 同时刷新 README 截图) |
| 生产打包 | npm run package | 生成可发布的 dist/ 独立插件 Bundle |
关注作者
作者抖音账号:Lumen流明(抖音号 42906749348)。打开抖音「扫一扫」关注:
开源许可与致谢
- 本项目基于 MIT License 开源。
- 感谢 DeepSeek Harness (DSH) 团队提供插件扩展体系与设计规范。
- 感谢 Kaggle 为开发者提供免费 GPU 算力。
- 感谢 Hugging Face diffusers 与各大开源模型团队(Stability AI、ByteDance、Playground AI、CagliostroLab 等)。
Comments
Loading…
Similar plugins
by Jack-sun-learner
DeepSeek Harness 文生图插件:基于 MiniMax image-01 生成图片,注册 image-gen 工具
★ 0
MIT
JavaScript
Aug 19, 2026
dsh plugin --profile web add dsh-minimax-imageby woniuniuniu
DeepSeek Harness 自媒体工作台插件:一句话记灵感,一键生成脚本、封面、配图和分镜
★ 1.5k
↓ 8k/wk
MIT
JavaScript
Nov 15, 2026
dsh plugin --profile web add dsh-media-deskby wumu1111111
DeepSeek Harness 全模态插件:图像理解 + 文生图/图生图 + 视觉桥,支持对话直接发图
★ 0
MIT
JavaScript
Aug 16, 2026
dsh plugin --profile web add dsh-agnes-omniby hoyyang
🎨 DeepSeek Harness 通用 AI 生图插件:任意 OpenAI 兼容生图网关/模型,设置页可视化配置,/dsh-image-gen 一句话出图
★ 1
MIT
JavaScript
Aug 20, 2026
dsh plugin --profile web add @dsh-external/dsh-image-genby qrxf
DeepSeek Harness 原生插件:可拖拽的工作区 / 会话图谱,气泡视图 + 筛选搜索 + 原生会话操作 | Draggable workspace & session graph plugin for DSH
★ 4
↓ 699/wk
MIT
TypeScript
Nov 4, 2026
dsh plugin --profile web add dsh-workspace-graphDeepSeek Harness 生图插件:侧边栏绘画页与图库,对话中生图和改图,可自定义服务商端点与代理。
★ 0
MIT
TypeScript
dsh plugin --profile web add @copylee/dsh-image-gen