DSH Image2 生图插件（gpt-image-2）

为 DeepSeek Harness 增加 Image2（gpt-image-2）生图能力： 通过任意 OpenAI Images 兼容的中转接口，即可在对话中使用文生图与图生图。只需配置 baseURL 和 API Key；生成的图片直接显示在聊天里（缩略图、放大、另存为），同时保存到 outputs/image2/。

社区 fork 说明：本仓库是 MIT 协议项目 JuneLearn/dsh-image2-draw 的维护分支，在原作者基础上修复了网关兼容性问题并新增图形化生图工作台（见 本分支改动）。 原作者的版权与许可证完整保留在 LICENSE。

一键安装（任选一行，粘贴到终端回车）：

# 已装好 DSH（Web 版）：
dsh plugin --profile web add github:oebeliever/dsh-image2-draw

# 全新机器一键装（自动装 Node/pnpm/DSH）：
# Windows PowerShell:
irm https://raw.githubusercontent.com/oebeliever/dsh-image2-draw/main/install.ps1 | iex
# macOS / Linux:
curl -fsSL https://raw.githubusercontent.com/oebeliever/dsh-image2-draw/main/install.sh | bash

装完重启 DSH（dsh web），打开 设置 → 插件 → 插件配置 → Image2 生图，填入中转站的 API Key 与接口地址（如 https://example.com/v1，自动补全 /images/generations）， 新建会话让 AI 调用 image2-generate 即可出图。English

目录

• 功能
• 本分支改动
• 🎨 生图工作台
• 环境要求
• 安装
• 升级与卸载
• 使用
• 图片与请求限制
• 常见问题 FAQ
• 开发
• 致谢
• License

功能

• 在“设置 > 插件 > 插件配置”中提供独立的 Image2 生图配置卡片；
• 只需配置 baseURL 和 API Key；默认模型为 gpt-image-2；
• baseURL 可填 https://example.com/v1 简写，插件自动补全 /images/generations；
• 图生图端点默认由 baseURL 推导为 /images/edits，也可单独配置 editURL；
• image2-generate 文生图：一次可生成 1~8 张，逐张顺序请求，不并发；
• image2-edit 图生图：支持 1~8 张 PNG / JPEG / WebP 参考图；
• 尺寸：支持按提示词方向词自适应 / auto 直通 / 网关通用预置 （1024x1024、1536x1024（横）、1024x1536（竖）、3840x2160 等）/ 校验过的自定义 宽x高（16 的倍数、最长边 ≤3840、总像素 655,360~8,294,400、宽高比 ≤3:1）；
• 质量档位：low / medium / high / auto（是否生效取决于中转实现）；
• 聊天内专用工具卡片：缩略图、点击放大、另存为；图片同时保存到会话工作目录 outputs/image2/image2-<时间戳>[-N].<扩展名>，重名自动编号不覆盖；
• 🎨 生图工作台（聊天输入框上方）：文生图 / 图生图（点击或拖拽上传 18 张参考图）/ 多视角人物（上传同一人物 28 张不同视角照片 → 保持其五官、身材、发型一致地生成新图）， 后台任务轮询、结果画廊即时预览与另存；工作台产物保存在 ~/.dsh/storages/image2-draw/library/（重启 dsh 后仍可访问）；
• API Key 只写入 DSH credentials（或环境变量 IMAGE2_API_KEY），不进普通设置文档、 不会由插件状态接口返回；
• 对配置写入、响应大小、超时和参考图文件实施校验；HTTP 524 与超时不会自动重试， 避免上游已生成图片时重复计费。

本分支改动

v0.2.1（提示词库 / 功能库）

1. 内置模板：人物设计图「版式A（脸部特写 + 赤膊体型 + 动作）」与「版式B（穿着局部特写）」 两套提示词（{outfit} 变量）；「同人多视角 → 全套人物设计图」逐套确认流程； 「六套着装清单（含英文 outfit 描述）」；
2. 用户自定义模板库：持久化于 ~/.dsh/storages/image2-draw/presets.json；🎨 工作台 内新增「📚 模板库」：一键载入（自动识别 {变量} 并弹出填写）、把当前提示词“＋存为模板”、 流程/清单类模板可预览复制、自定义模板可删除；
3. 对话可用：新工具 image2-preset（list / get / save）——需要“人物设计图”时直接让 AI 读取内置流程或你的自定义模板执行（逐张生成、每张等你确认后继续）。

v0.2.0（新增：文档对齐 + 生图工作台）

1. 尺寸体系对齐 OpenAI Images 规格（常见 OpenAI 兼容中转如 zzz 仅接受列表内尺寸）： 显式 auto 直通上游；竖/横预置由旧 768x1024 / 1024x768 改为网关通用 1024x1536 / 1536x1024；1024x1024 / 1536x1024 / 1024x1536 / 3840x2160 等预置尺寸 直接放行，不再做无谓校验；
2. 图生图改为标准多源图语义：多张参考图一律重复发送标准 image 字段 （不再使用非标准的 image[]），支持“多张不同角度人物照 → 保持同一人物生成”； refs 还支持直接传对话中已上传图片的附件 id（sha256: 开头）——插件自动从 附件库读取，无需本地路径、无需调用任何识图/读图工具；
3. 新增 🎨 生图工作台（聊天输入区 dock）：文生图 / 图生图 / 多视角人物三个页签， 点击与拖拽上传（PNG/JPEG/WebP，≤4MB/张、≤8 张）、多视角模式可一键组装 “人物一致性”提示词、后台任务轮询生成、结果画廊预览 + 另存为；
4. 密钥缺失提示更明确：提示中转若按分组隔离模型（如 openai / Image 分组）， 请使用其 Image/图片 分组 的密钥。

v0.1.1（对比上游 v0.1.0）

1. 移除请求中的非标准 output_format 字段：部分 OpenAI 兼容网关会拒绝该参数， 现只发送标准字段（model/prompt/size/quality/n）；
2. 重定向显式处理（redirect: 'manual'）：上游 3xx 会给出明确诊断，其中 region-unavailable（地区不可用）会提示“当前网络出口 IP 被该服务商限制（通常为 中国大陆地区封锁），请改用海外代理节点并重启 GUI，或更换支持当前地区的中转服务”；
3. 更友好的“非 JSON”报错：直接附上上游实际返回的前 120 字符（网关错误页 / 地区 拦截页 / baseURL 填错一眼可见）；
4. 修复设置卡片槽位注册（补 key: 'image2-draw'）：新版 Harness 客户端要求 options.key，缺失会导致设置卡片加载失败。

环境要求

• Node.js ≥ 20（DSH 官方建议 22.19.x 或 24 LTS，推荐 24）；
• Git（从 GitHub 拉取插件需要）；
• pnpm（dsh plugin 内部调用 pnpm；Node 自带 corepack，corepack enable 即可）；
• 能访问 registry.npmjs.org 与 github.com。网络受限时先设置代理（仅当前窗口生效）：

$proxy = "http://127.0.0.1:7890"   # 改成你自己的代理端口
$env:HTTP_PROXY = $proxy; $env:HTTPS_PROXY = $proxy
$env:npm_config_proxy = $proxy; $env:npm_config_https_proxy = $proxy

安装

方式 A：全新机器一键安装（最省事）

Windows PowerShell：

irm https://raw.githubusercontent.com/oebeliever/dsh-image2-draw/main/install.ps1 | iex

macOS / Linux：

curl -fsSL https://raw.githubusercontent.com/oebeliever/dsh-image2-draw/main/install.sh | bash

脚本自动完成：检查 Node.js（Windows 缺失时用 winget 装 LTS）→ 启用 pnpm → 全局安装 @deepseek-ai/dsh（若没有）→ dsh plugin add 本插件 → 打印启动指引。

方式 B：已装 DSH，一条命令

dsh plugin --profile web add github:oebeliever/dsh-image2-draw

装完重启 dsh（重新运行 dsh web）即可。包内 dsh.bundle 声明会让插件自动挂进 profile bundle 层，无需手动编辑 cordis.patch.yml。Web 默认地址 http://127.0.0.1:3080。

方式 C：不想全局装 dsh？用 npx（首次稍慢，免安装）

npx --yes -p @deepseek-ai/dsh dsh plugin --profile web add github:oebeliever/dsh-image2-draw

之后用同一种方式启动：npx --yes -p @deepseek-ai/dsh dsh web。

升级与卸载

升级 = 重跑对应安装命令（自动拉取仓库最新提交），然后重启 dsh；无需先卸载。

卸载：

dsh plugin --profile web remove dsh-image2-draw

重启后，“插件配置”中的 Image2 生图卡片与生图工具即被移除（已保存的图片文件保留）。

使用

1. 打开“设置 > 插件 > 插件配置 > Image2 生图”；
2. 在 API Key 输入框填写中转提供的密钥（或改用环境变量 IMAGE2_API_KEY）；
3. 在“接口地址”填写中转地址，例如 https://example.com/v1；
4. 按需修改模型、图生图端点与超时；通常保持默认即可；
5. 点“保存”并等待“已保存”提示；
6. 新建会话，让模型调用 image2-generate（文生图），或提供参考图路径调用 image2-edit；
7. 推荐用图形化工作台处理图片输入：点聊天输入框上方的「🎨 Image2 生图工作台」， 选择页签（文生图 / 图生图 / 多视角人物），上传图片即可生成，无需写代码或路径。

🎨 生图工作台

聊天输入框上方常驻一个可折叠面板（ESC 可收起）：

1. 页签：文生图 / 图生图 / 多视角人物；
2. 参数行：尺寸（自适应 / auto / 预置尺寸）、质量（low / medium / high / auto）、 文生图的张数（1 / 2 / 4，逐张生成）；
3. 素材区（图生图、多视角人物）：点击选择或拖拽 PNG/JPEG/WebP 图片 （单张 ≤4MB、最多 8 张），即时缩略图预览、可移除；上传即存到本机临时区，提交后自动清理；
4. 多视角人物模式：先上传同一人物 2~8 张不同角度照片（正面 / 侧面 / 全身 / 不同服装等）， 在“动作与场景描述”里写目标画面，点「✨ 按参考图组装一致性提示词」会自动生成 “保持同一人物五官/身材/发型”的完整提示词，可继续编辑；
5. 生成与结果：提交后进入后台任务（图片接口通常 30~180 秒），自动轮询； 完成后结果画廊即时展示，可“另存为”，文件保存在 ~/.dsh/storages/image2-draw/library/（dsh 重启后仍可访问）。

工作台与对话工具（image2-generate / image2-edit）共用同一套插件配置 （API Key / 接口地址 / 模型 / 超时），生成模型与质量均读当前配置。

示例请求：

调用 image2-generate，生成一张竖版的未来城市电影海报，质量设为 high。

调用 image2-edit，参考图为 D:\images\room.png，把房间改成日式原木风，保持原有布局。

中转服务是否支持 gpt-image-2、图生图、自定义尺寸与质量档位，取决于服务商实现。 接口返回 HTTP 400 / 404 时请核对服务商文档中的模型名与 Images 端点格式； 提示 region-unavailable 时说明服务商封锁了你当前的出口 IP 地区（常见于中国大陆）， 请换海外代理节点并重启 GUI，或更换支持当前地区的中转服务。

图片与请求限制

• 文生图每次 1~8 张，插件逐张顺序请求，不并发调用上游；
• 图生图支持 1~8 张参考图，单张 ≤4MB、总计 ≤32MB；
• 参考图只接受 PNG / JPEG / WebP，按文件魔数识别真实格式，不信任扩展名；
• 相对路径以当前会话工作目录为基准；
• 默认超时 180 秒（可配置 1~3600 秒）；远程结果图下载上限 32MB；
• 生成结果只接受 PNG / JPEG / WebP。

常见问题 FAQ

开发

node --check lib/index.js
node --check lib/client.js

单元测试（node tests/plugin.test.mjs）会引用 @deepseek-ai/* 运行时 peer 包， 请在装有这些包的 DSH 环境（profile 的 node_modules 或 Harness 源码工作区）中运行， 而不是在裸检出目录里直接跑。

基于 DeepSeek Harness 0.1.0-rc.6 公开接口开发（双端插件、设置命名空间、credentials、 工具注册、客户端 slot、WebServer 生命周期）。Harness 仍在 Developer Preview，升级后插件 不加载时，请检查这些接口与 dsh.client.inject 声明是否变化。

致谢

• 上游作者 JuneLearn 的 dsh-image2-draw（MIT）；
• 聊天内图片附件与专用工具卡片的部分实现参考并改编自 MIT 协议的 dsh-multimodal，完整第三方声明见 THIRD_PARTY_NOTICES.md。

License

MIT —— 上游 © 2026 JuneLearn；本分支 © 2026 oebeliever。