dsh-imagegen

DSH（DeepSeek Harness）文生图 / 图生图插件：接入 OpenAI 风格的生图接口；默认适配 duomi，标准 OpenAI 需按兼容表调整协议/图生图模式和尺寸；可选腾讯云 COS 托管本地参考图，插件详情页自带配置表单；生成前用 ask_user_question 让你确认、一次只出一张等使用规则直接写在工具描述里，Agent 开箱即守规矩。

功能特性

双模式生图

• 文生图：自然语言描述 → 图片（本地副本 + 原图链接）
• 断点续等：生成超时或被中断时，可凭任务 ID 继续等待同一张图，不重复提交、不重复计费
• 提交前会话确认：真正生成前先用 ask_user_question 请你确认提示词全文、尺寸/模型、参考图来源（URL/本地路径/附件 ID）和 save_path（如填写），选「确认生成」才执行；取消或修改不扣费。确认走会话，不经过 DSH 审批，因此 approval: never 的会话也能用
• 图生图：参考图可以是 URL（直接透传）、本地文件（先自动压缩，再托管到腾讯云 COS 供生图站读取）或对话里上传图片的附件 ID（形如 sha256:…，无需先存文件）；本地路径支持绝对路径，相对路径按会话工作目录解析。sharp 作为可选依赖尝试安装；不可用时保留原图，并按实际 PNG/JPEG/WebP/GIF 标记类型
• 多图顺序可追溯：本地参考图上传 COS 时对象名按 ref1 / ref2… 编号，返回的 cos_uploads 带 index，日志里能直接对上第几张图
• save_path 不覆盖：指定路径已存在时会报错，避免误覆盖；需要覆盖请先删除旧文件。未指定时默认保存到会话目录的 images/
• 稳定交付：结果返回 local_path；最终回复用普通本地链接/文件卡片交付，不内联 4K markdown 图片，避免客户端出现“图片无法预览”。视觉分析可用，但不要把 vision_present 的 replyImage 当最终预览
• 成品图自动保存本地副本，同时保留原图链接

兼容范围（不是所有站都只改三项）

站点类型	protocol	图生图模式	备注
duomi / 任务式	auto 或 async-task	image-array	默认；首查 30s，适合 ≥1 分钟生成
标准 OpenAI 同步	openai-sync	edits-multipart	单次长请求，不轮询
其它任务式	async-task + taskPath	按站点	taskPath 默认 /tasks/{id}，可填完整 URL

• Base URL / API Key / 模型 ID 可配，但换站还要确认协议、图生图模式和模型支持的尺寸——不是只改三项
• 协议自动适配：auto 是 duomi 优先；标准 OpenAI 建议强制 openai-sync，避免 auto 先发 ?async=true 被慢同步站拖到 30 秒超时
• 异步任务系（如 duomi）：提交拿任务 ID，再按 taskPath 轮询；duomi-async 是 async-task 的兼容别名
• 兼容多种返回字段（url / b64_json / images[0].url 等）；图片会统一保存一份本地副本用于点击查看（save_path 可指定位置）

提示词后缀

• 可配置一段文本（默认内容见设置），每次提交自动追加；它只作用于生图请求，不会出现在模型生成的 prompt 或工具参数里，结果里只提示是否追加
• 设置里可一键关闭；单次生成时 Agent 也可传 enhance: false 临时跳过

尺寸

• 表单里的默认分辨率作为兜底（默认 4K，duomi 系分辨率不分档收费）；单次生成可临时指定任意分辨率
• 结果里的 size 是请求尺寸；actual_size 是实际图片尺寸。图片会自动落一份本地副本（save_path 可指定位置）并读图片头；上游可能降采样，以 actual_size 为准

配置与安全

• 配置表单就在插件详情页，修改即时保存、即时生效
• API Key / SecretId / SecretKey 均为只写输入：界面只显示"已设置 / 未设置"，密钥永不回传前端、不在对话中回显

安装

方式一：DSH 界面安装（推荐）

1. 打开 DSH 左侧栏 插件 → 右上角 添加插件

2. 输入本仓库地址：

   https://github.com/say007go/dsh-imagegen
   

3. 安装源可按网络情况选择（如"中国大陆镜像源"）

4. 点击 安装，完成后启用 dsh-imagegen，重启 DSH 生效

方式二：命令行

dsh plugin --profile <你的profile名> add github:say007go/dsh-imagegen

安装完成后重启 DSH。

配置

重启后进入 插件 → dsh-imagegen 详情页，直接填写：

分组	字段	说明
生图接口	Base URL	默认多米API，可自行更换 API 平台
	API Key	没有 Key？点击注册多米API
	Model	输入模型 ID，默认 gpt-image-2.5-flare（速度较快），也可换其他模型
	默认分辨率	默认 4K，可自行设置
兼容性（高级）	协议 / 图生图模式	默认 auto / image-array；标准 OpenAI 同步站选 openai-sync，图生图再加 edits-multipart；其它任务式站点用 async-task
腾讯云 COS	启用 / Region / Bucket / SecretId / SecretKey	仅"本地参考图"场景需要
提示词后缀	启用 / 后缀文本	启用后每次提交自动追加

不确定就保持默认（多米API）。标准 OpenAI 同步站选 openai-sync；图生图再加 edits-multipart。其它任务式站点用 async-task

taskPath 和轮询参数仍有代码默认值，需要时编辑 cordis.patch.yml。

使用

重启后直接在对话里说：

• "生成一张雨后的上海外滩夜景" —— 文生图
• "参考这张图的风格，画一张同系列的……"（附上图片）—— 图生图
• "生成 1024x1024 的方形图标" —— 临时指定尺寸
• "生成一张封面图并存到 artifacts/cover.png" —— 直接保存到指定路径

工具描述里内置了使用规则：每次生成前先用 ask_user_question 确认、一次只出一张、等待期间不重复提交、超时不重开新任务。

确认是会话内的提问卡片，不是 DSH 审批框；续等（task_id）只是查询，不弹确认。

工作原理

协议自动适配

POST {baseUrl}/images/generations?async=true
├─ 响应含任务 ID        → 异步协议：轮询 {baseUrl}/tasks/{id} 直到完成
├─ 响应直接含图片       → 同步协议：立即返回
└─ 接口拒绝 async 参数  → 自动降级为纯同步请求重试

探测结果按站点缓存，同一站只探测一次。

图生图的两种传参

模式	机制	适用
image-array（默认）	参考图以 URL 形式随请求提交	多米及多数兼容站
edits-multipart	参考图以文件字节直传，完全不经过 COS	严格走 OpenAI /images/edits 的站

提交前处理链

本地参考图 → sharp 压缩（JPEG / 2048px）→ 上传 COS → 签名 URL
          → 拼接提示词后缀 → 提交生图 → 本地副本 + 原图链接

目录结构

dsh-imagegen/
├── HANDOFF.md            # 开发交接（不随插件发布）
├── package.json          # 声明 dsh.bundle + dsh.client + icon
├── icon.svg              # 插件列表/详情页图标（替换同名文件即可换图）
├── assets/screenshot-1.png  # 商店截图（浅色配置表单）
├── assets/icon-180.png      # 插件市场卡片图标（仓库资料，不随插件发布）
├── screenshots.json      # 商店截图清单
├── cordis.patch.yml      # bundle 补丁（插入 imagegen 插件）
├── lib/
│   ├── index.js          # 主插件：注册 image_generate 工具（含使用规则）
│   ├── client.js         # 插件详情页配置表单（浏览器端）
│   ├── config.js         # 配置 schema
│   ├── protocol.js       # 生图协议适配（同步/异步、任务路径、图生图双模式）
│   ├── abort.js          # 取消与请求超时信号
│   ├── cos.js            # 腾讯云 COS：压缩上传与签名
│   ├── compress.js       # sharp 参考图压缩
│   ├── prompt.js         # 提示词后缀
│   ├── image-size.js     # 图片头宽高/媒体类型（PNG/JPEG/GIF/WebP）
│   └── size.js           # 尺寸解析
└── references/api_reference.md

图标：根目录 icon.svg，由 package.json 的顶层 icon 字段声明；DSH 插件列表会把它转成 data URL 显示。替换同名文件即可换图，建议 1:1、64×64 或更大。

安全与费用

• 密钥安全：COS 建议使用腾讯云子账号最小权限密钥（只授 COS 读写），不用主账号密钥；插件界面与对话中永不回显密钥值
• 费用提示：对象存储（COS）与数据万象（CI）为腾讯云付费服务，使用前请知悉——COS 计费 ｜ CI 计费

开发与交接

架构、设计约束、已知问题、测试方式和发布流程见 HANDOFF.md。HANDOFF.md 与 assets/capture-form.html 是开发资料，不随插件安装包发布。

License

MIT