DeepSeek Harness 插件:本地 rembg GPU 摳圖工具

前言

DeepSeek Harness(DSH)的 Agent 擅長處理文字,但在對話中處理圖片往往需要把文件拖出去、用外部工具處理、再把結果拖回來。h-table/dsh-bg-tool 插件將這個流程收進了對話本身。它基於本地 rembg 和 BiRefNet,提供 remove_background 工具,讓 Agent 直接調用,處理後的透明背景 PNG 會寫入工作區,全程不離開 Harness,圖片不出本機,無需 API Key。

核心功能

  • 對話內直接摳圖:把圖片放進會話工作區,Agent 調用 remove_background,透明背景 PNG 直接寫入輸出目錄。
  • 三檔模型按需切換:提供 general(任意物體/商品)、portrait(人物/頭髮/證件照)、fast(快速草稿)三檔模式。
  • 全本地 GPU 推理:BiRefNet 以 fp16 運行並做了 CUDA 調優,無需網絡請求。
  • 服務器生命週期自管理:DSH 啓動時自動拉起本地 rembg 服務,插件停止時自動回收。
  • 官方同款插件配置卡片:設置 → 插件 → 插件配置 → 「背景摳圖」,支持模型映射、輸出目錄、自動啓動開關。

環境準備

插件依賴本地環境,需準備 .bg-tools/ 目錄(Python venv + 模型文件 + bg_server.py)。

  • 系統要求:Windows + NVIDIA GPU + CUDA 13。
  • 目錄結構:
    .bg-tools/
    ├── venv/           # Python 虛擬環境(含 rembg、onnxruntime-gpu)
    ├── models/         # 模型文件(BiRefNet fp16、u2netp 等)
    ├── bg_server.py    # 本地 rembg HTTP 服務
    ├── start-server.ps1 # 手動啓動腳本(可選)
    └── output/         # 默認輸出目錄
  • 路徑解析順序:$DSH_BG_TOOL_ROOT > $DSH_HOME/.bg-tools > 舊版工作區路徑。

安裝與啓用

在本機 profile 的 package.json 中添加依賴和 bundle 引用:

// ~/.dsh/profiles/web/package.json
"dependencies": { "@local/dsh-bg-tool": "link:<本倉庫目錄>" },
"dsh": { "profile": { "bundles": ["@local/dsh-bg-tool"] } }

安裝後建立 node_modules/@local/dsh-bg-tool 到本倉庫目錄的符號鏈接,重啓 Web Profile 即可生效。

使用方法

插件爲每個會話註冊 remove_background 工具。調用時需提供 image_path(絕對路徑,使用正斜槓)和 mode(general / portrait / fast),可選 output_name。

示例:

把 workspace 裏的 DSH娘.png 去掉背景,用 portrait 模式。
把這個商品圖摳出來,輸出到 output 目錄,命名 product_1.png。

Agent 會返回 output_path,打開該路徑即可看到透明背景 PNG。

配置說明

在設置 → 插件 → 插件配置 → 「背景摳圖」卡片中,可配置以下項:
* generalModel:通用模型(默認 birefnet-general)。
* portraitModel:人像模型(默認 birefnet-portrait)。
* fastModel:快速模型(默認 u2netp)。
* outputDir:輸出目錄(默認 .bg-tools/output)。
* autoStartServer:自動啓動 GPU 服務(默認 true)。

注意事項

  • 首次加載:首次調用某個模型約 7 秒(加載進顯存),之後熱調用約 1 秒/張。
  • 路徑限制:image_path 需是 Agent 可讀的絕對路徑,輸出文件名裏的 \ / 會被替換成 _。
  • 故障排查:若返回「rembg 服務無法啓動」,請檢查 .bg-tools 的 venv / models 是否完整,或手動運行 start-server.ps1 查看日誌。

項目鏈接

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜