GPT-Image Design

在 DeepSeek Harness（DSH）里，用真实的 ChatGPT Pro 网页会话，或任意 OpenAI 兼容生图 API，出设计图与单文件 HTML demo。web 通道可同时产出图片和 HTML demo；API 通道只产出图片，不产出 HTML。 图片和代码保存到本地，侧边栏画廊预览，iframe 直接打开 demo。

English: Generate images and standalone HTML demos through ChatGPT Pro on the web, or images through an OpenAI-compatible image API. Keep artifacts and versioned delivery notes locally in DSH.

风险提示：web 通道是订阅网页自动化，不是官方 API；页面改版、账号风控与 ToS 风险由使用者承担。api 通道按服务商条款计费，只产出图片，不产出 HTML demo。

已完成设计主题：本版图片、本轮 demo，以及「取回 / 待人工确认」状态；取回数量不等于验收。

两种通道

通道	适合	产出
web（默认）	有 ChatGPT 订阅，想顺带生成 HTML demo	图片 + 前端代码/HTML demo
api	没有订阅，或想用 gpt-image-1 等 API 的质量/尺寸/参考图控制	只有图片；HTML demo 由 agent 另行生成

它解决什么问题

• 一句话生成多个方向的设计图，并把每轮结果按主题和轮次落盘。
• 侧边栏「Image Design」提供画廊、demo iframe 预览和设计决策记录。
• 材料里的图片可以作为参考图（api 通道走 /images/edits），最多 4 张、每张 25MB。
• 适合落地页/海报/UI 方向探索；不适合需要像素级精确排版、或必须使用特定品牌规范自动校验的场景。

0.3.5：API 安全与运行一致性

• 自检与生成共用 URL/协议/配置检查；除本机 loopback 外必须 HTTPS，所有 API/下载重定向明确拒绝，请配置最终直达 endpoint 或直链。
• 致命错误立即取消同轮其他并发请求，并等待清理；模型列表、生成 JSON、错误正文和图片下载均有流式字节上限，每方向只接收请求的 1 张图片。
• 按实际 key 脱敏错误；跨源 CDN 直链下载不带 API key。参考图、预览、下载、原生打开及 ZIP 校验真实路径，越界链接和缺失材料不会继续外发。
• 修复授权轮次重试预算、两轮间恢复、裁决取消及新版接受时误用旧摘要。完整审查与验证边界见 0.3.5 记录。
• 本次发布 Git 0.3.5；npm 仍为 0.3.4，社区市场版本独立。视觉与交互质量仍需实际验收。

0.3.4：可靠裁决与 local 交付（已保留）

• 裁决为推理与 JSON 预留共同的输出预算；只有正常完成且判据满足才接受。
• read_round 读取真实答复/裁决；read_report 返回旧稿及 revision；write_report 写入已授权主题的固定交付文件。
• 支持 project / local，不要求放宽宿主文件权限；写稿经过 DSH 工具权限检查，带版本与轮次覆盖校验及并发覆盖保护。
• 原答复、运行汇总与宿主整理的交付稿分别保留。设计图片与 HTML 必须另做视觉、交互验收。

前置条件

• DSH >= 0.2.1-rc.3 < 0.3.0（本版本实测 0.2.1-rc.3）。
• Node.js 22+（DSH 自带 runtime 也可以）。
• web 通道：本机 Google Chrome + 可登录 ChatGPT 网页的账号；首次登录必须有人工操作。
• api 通道：一个 OpenAI 兼容的生图服务、base URL、key 和模型名。
• web 通道固定单账号、单会话，与研究插件共用同一个 Chrome profile。

安装

从 Git commit（当前推荐）

dsh plugin --profile <profile> add github:Octo-o-o-o/gpt-image-design#<40-char-commit>

<40-char-commit> 用 v0.3.5 tag 对应完整 SHA；<profile> 换成你的 profile（例如 desktop、web）。当前源码/Git 版本为 0.3.5；请核对 Release 已发布再安装。本版同时加固共享状态机和 API 边界，不沿用旧版的真实服务验收结论。

从 dsh.pub（收录后推荐）

npx dshpub add Octo-o-o-o/gpt-image-design

dsh.pub 会把仓库固定到一个公开 commit 再安装。市场收录与 Git/npm 发版独立，安装前请核对市场显示的版本与 commit。

从 npm

dsh plugin --profile <profile> add gpt-image-design

安装时建议指定版本 @0.3.4，便于复现；desktop 与 web profile 均受支持。

启用

安装后重启 DSH，打开 设置 → 插件，确认 GPT-Image Design 已启用；工具列表会出现 gpt_image_design，侧边栏会出现 Image Design 面板。

首次登录（web 通道）

gpt_image_design(action="login")

插件会打开一个独立的 Chrome 窗口。登录 ChatGPT 后关闭窗口即可；登录态保存在 ~/.dsh/pro-research/browser，与研究插件共用，只需登录一次。

api 通道不需要登录；配好 key 后用 probe 自检。

快速开始

web 通道：第一次先跑一张图 + 一个 demo

不需要准备材料，单轮单方向：

gpt_image_design(
  action="start",
  confirmed=true,
  title="第一次试跑",
  question="生成一个深色落地页首屏，并给一个可打开的单文件 HTML demo",
  brief="深色科技风，中文大标题，右侧产品界面，单文件 HTML",
  criteria=["至少 1 张完整首屏图", "一个可打开的 HTML demo"],
  rounds=1,
  designs=1
)

确认链路后，再按方向数/轮次扩展：

gpt_image_design(
  action="start",
  confirmed=true,
  title="落地页首屏",
  question="生成 3 个方向的首屏设计图和 1 个 HTML demo",
  brief="深色科技风，中文大标题，右侧产品界面，单文件 HTML",
  criteria=["至少 1 张完整首屏图", "一个可打开的 HTML demo"],
  rounds=2,
  designs=3
)

产物写入 <主题>/artifacts/round-NN/：

<project>/docs/design/<slug>/
├── topic.json
├── artifacts/round-01/
│   ├── image-01.png
│   ├── image-02.png
│   └── code-01.html
└── ...

• image-*.png：ChatGPT 生成的图片。
• code-*.html：前端代码块；单文件 HTML 可在面板 iframe 预览。

API 通道

在 设置 → 插件 → GPT-Image Design 里把 channel 改成 api，并填写：

设置	默认	说明
channel	web	web 或 api。
imageBaseUrl	https://api.openai.com/v1	含版本前缀的 API 根地址。
imageApiKey	空	key；留空则读环境变量 GPT_IMAGE_API_KEY。
imageModel	gpt-image-1	模型名，例如 gpt-image-1、dall-e-3 或服务商模型名。
imageSize	auto	auto 或 1024x1024 / 1536x1024 / 1024x1536 等。
imageQuality	auto	auto / low / medium / high（服务商支持时生效）。
imageFormat	png	png / jpeg / webp。
imageAuth	bearer	bearer（Authorization: Bearer）或 api-key（Azure 风格）。
imageEdit	auto	材料里的图片是否作为参考图发给 /images/edits：auto / off。
imageTimeoutSeconds	300	单张图片的生成/下载超时（秒，10–3600）。

自检：

gpt_image_design(action="probe")

返回 channel: "api"、probe.ok、模型列表或 probe.reason。ok=false 时先看 reason（key、base URL、模型名）。

改完设置或环境变量后要重载插件（重启 DSH）才生效；进行中的主题不受影响。

如果设置页没有渲染这些项，可以直接写进 profile 的 cordis.patch.yml（~/.dsh/profiles/<profile>/cordis.patch.yml）：

- id: gpt-image-design
  name: gpt-image-design
  config:
    channel: api
    imageBaseUrl: https://api.openai.com/v1
    imageApiKey: <your-key>        # 或用环境变量 GPT_IMAGE_API_KEY
    imageModel: gpt-image-1
    imageSize: 1536x1024

API 通道发起

gpt_image_design(
  action="start",
  confirmed=true,
  title="深色首屏",
  question="出三个方向的首屏",
  brief="深色科技风，中文大标题，右侧产品界面",
  criteria=["三张图方向可区分", "标题中文可读"],
  designs=3
)

每个方向调用一次生图接口（designs=3 就是 3 次请求），图片保存到 artifacts/round-NN/image-01.png 等。

接口约定

• POST {imageBaseUrl}/images/generations，JSON：{model, prompt, n:1, size?, quality?, output_format?}；
• 材料里有图片（.png/.jpg/.jpeg/.webp，最多 4 张、每张 25MB）且 imageEdit=auto 时改走 POST {imageBaseUrl}/images/edits（multipart，image[]）；
• 响应支持 data[].b64_json、data[].url；url 会下载后落盘，鉴权头只发给 imageBaseUrl 同源地址；
• 服务商必须兼容 OpenAI images 的参数名；用 image_size、batch_size 等自定义参数的服务商暂不支持。

成本与轮次

• 每轮 = designs 次生图请求，按 API 计费；没有配置自动裁决（judgeProvider + judgeModel）时，API 通道默认只跑 1 轮，避免重复计费。显式传 rounds 可覆盖。
• 自动裁决在 API 通道只看得到提示词与结果清单，看不到图片本身；更可靠的是人工复核，或不配裁决、跑 1 轮后用 continue 显式加轮。
• 部分方向失败不会丢掉已成功的图；失败原因写进该轮答复和面板记录。
• DSH 重启后，进行中的 API 请求会丢失，这一轮不会自动重发；已生成的图片仍在 artifacts/ 里。

设置（通用）

以下设置两个通道都有：

设置	默认	说明
rounds	3	每个主题默认轮次上限（1–10）。
designs	3	每轮生成的方向/图片数（1–6）。
model	pro	web 通道的 ChatGPT 页面模型：pro 或 thinking。
store	project	记录位置：project（仓库 docs/design）或 local（DSH 本机）。
autoStart	false	设计卡是否跳过点击直接开跑。
autoReview	true	capped 后唤醒原会话检查产物。
notify	stall-only	stall-only 只在卡住时提醒，all 完成也提醒。
stallMinutes	45	无进展判定分钟数。
maxRoundMinutes	90	单轮墙钟上限（分钟）。
maxFiles	12	单轮附件数量上限。
maxTotalMB	24	单轮附件总大小（MB）。
rawAnswers	local	原始答复保存位置：local 或 repo。
rawAnswersDir	空	local 模式的原文目录。
headless	false	无头模式仅建议用于自检。
judgeProvider	空	自动裁决的 LLM provider；填 off 关闭。
judgeModel	空	自动裁决的 model。

产物与记录

• store=project：<项目>/docs/design/（设计插件使用 docs/design）。
• store=local：~/.dsh/gpt-image-design/projects/<project>-<hash>/<slug>/。
• 原始答复默认只在 ~/.dsh/gpt-image-design/raw/<topic-id>/；rawAnswers=repo 才复制进项目。
• API 通道的答复是提示词与结果清单（纯文本），不是模型自然语言回复。
• 登录态：~/.dsh/pro-research/browser（与研究插件共用，敏感，不要提交）。

验证清单

1. 工具列表出现 gpt_image_design，侧边栏出现 Image Design 面板。
2. action="probe" 返回当前通道和状态；web 通道显示登录态，api 通道显示模型/接口检查结果。
3. 跑一个 1 轮小主题，确认 artifacts/round-01/ 下有图片；web 通道还应出现 code-*.html。
4. 面板里能打开画廊，点击 demo 能在 iframe 里预览；概览显示「取回 X/Y 张、HTML 是否取回、视觉待人工确认」。
5. 刷新侧边栏，确认主题、轮次、产物路径都在。

安全与隐私

• 会出网：web 通道把问题、brief、判据和材料发送到 chatgpt.com；api 通道发送到你配置的 imageBaseUrl。
• 本地保存：登录态在 ~/.dsh/pro-research/browser（与研究插件共用）；图片/代码在项目 docs/design 或 ~/.dsh/gpt-image-design；原始答复在 ~/.dsh/gpt-image-design/raw。
• key 处理：key 只来自插件设置或 GPT_IMAGE_API_KEY；不会写进 topic.json、回执、日志或错误信息（错误体做了脱敏）。
• 权限边界：插件以 DSH 进程权限运行，可以读写上述目录、启动本机 Chrome、请求你配置的生图服务；不会把 key 发给 imageBaseUrl 之外的地址，也不会把参考图发给其他服务商。
• 文件管理器：插件先把路径限制在 topic 目录内，再把路径作为参数数组交给 explorer.exe / open / xdg-open；不经过 shell，也不把路径拼进命令行。
• 清理：面板「更多 → 删除主题」或 action=delete（终态主题、需 confirmed=true）会删除主题目录、原始答复与面板记录；卸载时见下文。不要把 key、登录态或 ~/.dsh 提交到仓库。

已知限制

• web 通道受页面改版、Cloudflare、账号风控、额度限制影响；失败时保留已完成轮次，不假装成功。
• web 通道只支持单账号、单会话；不支持多账号并行。
• api 通道只支持 OpenAI images 参数名；自定义参数服务商暂不支持。
• 自动裁决在 API 通道看不到图片本身，不等同于视觉评审；重要结果请人工看画廊。面板只显示「取回 X/Y 张、HTML 是否取回、视觉待人工确认」，取回数量不等于验收通过。
• 单轮图片数、附件大小、超时受 designs / maxFiles / maxTotalMB / imageTimeoutSeconds 限制。
• 页面上的模型/功能以 ChatGPT 网页实际提供为准。

故障排查

现象	先检查
web 登录窗口没出现	是否有残留的插件 Chrome 窗口占用 profile；关掉后重试 login。
登录后仍显示未登录	probe 看状态；确认 ~/.dsh/pro-research/browser 可写；必要时重新 login。
api 返回 401	key、imageAuth（bearer / api-key）、base URL 是否匹配服务商。
api 返回 404	imageBaseUrl 是否包含版本前缀，模型名是否存在。
只有部分方向成功	这是允许的；看该轮答复里的失败原因，已成功的图不会丢。
demo 在 iframe 里打不开	确认 code-*.html 是单文件 HTML；外链资源可能被 iframe 限制。
参考图没发出去	检查材料格式（png/jpg/jpeg/webp）、数量（最多 4 张）、大小（每张 25MB）和 imageEdit。
改设置不生效	需要重启 DSH 重载插件；进行中的主题不受影响。

本地验证记录

2026-10-23，DSH 0.2.1-rc.2，空 web profile，从公开 commit e29502c 安装：

• --dump-config 显示 # == gpt-image-design 组合包层；
• GET /gpt-image-design/topics 返回 200 {"topics":[]}；
• 侧边栏 Image Design 入口和空面板正常加载。

这是安装/加载验证，不等于真实网页登录或真实生图 API 的验收；web 通道需要你自己的 ChatGPT 账号，api 通道需要自己的服务商 key。

0.3.4 验证边界

本版将裁决输出预算提高到 8,192 token，避免推理耗尽预算后截断 JSON；异常仍保留原答复与结束原因，不会误判成功。新增固定主题范围的交付工具，支持宿主在“工作区内修改”模式下整理 local 交付稿。首次人工登录、付费生图 API、macOS/Linux 真实端到端仍需各环境独立验收。

2026-10-29 在 Windows、DSH 0.2.1-rc.3 完成真实网页验收：第 1 轮取回 1254×1254 PNG，第 2 轮补齐单文件 HTML；裁决使用保存答案恢复并正常返回 partial，把视觉和交互留给实际检查。图片已目视核对，HTML 在 DSH 预览中实测 Start→Done；local design.md 通过插件写入并回读。详情见 0.3.4 验证记录。

宿主用 read_round 核对实际证据，read_report 取旧稿与 revision，再调用 write_report 写入固定的 design.md；面板显示为“宿主交付稿”，兼容旧 report.md。插件自动记录覆盖范围并拒绝过时轮次、跨项目、目录链接或旧 revision；视觉与交互仍需实际验收。

兼容性

项	值
DSH	0.2.1-rc.3 实测；engines.dsh 为 >=0.2.1-rc.3 <0.3.0
Node.js	22+
浏览器	web 通道需要本机 Google Chrome（稳定版）
API	任意兼容 OpenAI images 参数名的服务
平台	Windows 已验证；macOS/Linux 使用对应的 Chrome 启动路径，未在仓库内声明实测
插件版本	Git 0.3.5；npm 0.3.4

禁用与卸载

临时禁用：设置 → 插件 关闭 GPT-Image Design；或从 profile 的 dsh.profile.bundles 移除 gpt-image-design，重启 DSH。

卸载：

dsh plugin --profile <profile> remove gpt-image-design

然后按需删除：

• ~/.dsh/gpt-image-design/（原始答复、registry、sessions 与 store=local 的记录）
• ~/.dsh/pro-research/browser/（如果你也不再使用研究插件；两个插件共用登录态）
• 项目里的 docs/design/（只删你确认不要的主题）

开发

源码和开发说明在 monorepo：Octo-o-o-o/dsh-pro。

npm install
npm test
npm run typecheck
npm run build
node scripts/smoke-bundle.mjs

本仓库是发布仓库：lib/ 是构建产物，请不要直接改 lib/；改源码请到 monorepo 的 packages/design。

License

MIT。