前言¶
DeepSeek Harness (DSH) 是一个插件化的智能体开发框架。由于文本模型无法直接处理图像数据，在开发基于文本模型的 Agent 时，如果需要生成或编辑图片，通常需要跳转到外部工具。
sfyyy/dsh-generation-image 插件解决了这个问题。它为 DSH 会话提供了一个 generate_image 工具，允许 Agent 调用用户指定的 OpenAI 兼容图像 API（如 xiaoyaoapi 或本地网关），并将生成的图片持久化保存为 DSH 附件，在会话 UI 中以缩略图形式展示。
核心能力¶
该插件主要提供以下功能：
- 文本与图像生成：支持纯文本生成图片（Text-to-Image），也支持通过
referenceImageIds参数基于已有附件进行编辑（Image-to-Image）。 - 会话集成：生成的图像会自动保存为 DSH 附件，并在对话界面的右侧（助手侧）渲染为可点击的缩略图。
- 模型安全隔离：DeepSeek 文本模型在处理消息时，会将图片块重写为文本标记，确保模型不会直接接触图像数据。
- 多格式支持：支持 API 返回
b64_json格式，也支持返回远程url格式（插件会自动下载字节流）。
安装与启用¶
插件通过 npm 安装。安装后需重启 dsh web 以使 UI 生效。
# 使用 dsh CLI 安装
dsh plugin --profile web add @dsh-extension/dsh-generation-image
安装完成后，在 DSH Web 的设置中找到 “Generation Image” 选项进行配置。
配置¶
插件默认不提供凭证，需要用户自行配置 API 端点和密钥。配置优先级为：设置页面 > 环境变量 > 配置文件。
配置文件路径为 ~/.dsh/generation-image.json：
{
"enabled": true,
"baseUrl": "https://your-image-endpoint.example/v1",
"apiKey": "sk-xxxx",
"model": "gpt-image-2",
"size": "",
"quality": "auto"
}
主要配置项说明：
* baseUrl：OpenAI 兼容接口的根地址（需包含 /v1），默认为空。
* apiKey / apiKeyEnv：API 密钥，互斥，直接填入或通过环境变量覆盖。
* size：默认尺寸，留空表示不限，或设为 "auto"。
* quality：默认质量，默认为 "auto"。
环境变量覆盖支持：
* DSH_GENERATION_IMAGE_BASE_URL
* DSH_GENERATION_IMAGE_API_KEY
* DSH_GENERATION_IMAGE_MODEL
* DSH_GENERATION_IMAGE_SIZE
* DSH_GENERATION_IMAGE_QUALITY
典型用法¶
Agent 调用 generate_image 工具。该工具接收以下参数：
prompt(必需)：图片描述。size(可选)：尺寸限制，默认为空（不受限）。quality(可选)：质量设置，默认为auto。count(可选)：生成数量，限制为 1-4。如果请求数量超过 1，插件会自动将其拆分为多次n=1的请求。referenceImageIds(可选)：用于/images/edits端点的图片附件 ID。
示例：
Agent 可以通过提供 referenceImageIds 来请求修改一张图片，或者不提供该参数仅进行文本生成。
注意事项¶
- BYO Credentials：插件不内置 API Key，必须自行配置。
- 会话重启：安装新插件后，务必重启
dsh web进程，UI 才会加载新的缩略图渲染逻辑。 - 环境变量覆盖：配置优先级遵循官方说明，环境变量可用于在不修改配置文件的情况下灵活切换环境。
- 生态归属：该插件属于 DSH 生态的一部分，由社区维护，目录地址为 skillhub.cn，与 DeepSeek 官方无直接隶属关系。
结语¶
dsh-generation-image 是在 DSH 中扩展多模态能力的基础组件。它通过标准的 OpenAI 兼容接口，将图像生成能力无缝集成到现有的智能体工作流中，同时通过附件机制解决了数据持久化的问题。
