dsh-comfyui-image:给 DeepSeek Harness 补上本地图片生成能力

前言

DeepSeek Harness (DSH) 采用“一切皆插件”的架构,原生并未包含图片生成能力。在开发智能体应用时,Agent 经常需要生成图片。直接调用商业 API 存在成本和隐私问题,而部署 Stable Diffusion 管道通常比较复杂。

dsh-comfyui-image 插件解决了这个问题。它将本地运行的 ComfyUI 作为后端,对外只暴露一个 Agent 工具 generate_image。开发者不需要关心 ComfyUI 的内部实现,只需通过这个工具即可实现文生图、图生图、局部重绘和背景移除。

它是什么

  • 插件名称:dsh-comfyui-image
  • 维护者:wbb316
  • 核心价值:零第三方运行时依赖(仅使用 Node.js 内置 fetch / FormData),后端连接本地 ComfyUI,Agent 侧只增加一个工具。

核心功能

该插件通过一个统一的 Agent 工具 generate_image 提供以下能力:

  • 文生图:根据文本提示生成图片。
  • 图生图:基于输入图片进行重绘。
  • 局部重绘:根据遮罩区域重绘图片。
  • 背景移除:移除图片背景。

插件自带 doctor 自检脚本和 88 项测试,确保环境正确。生成的图片会附带一个 .json 元数据 sidecar 文件,包含完整参数和复现工作流。

安装与前置条件

在安装插件前,需要满足以下环境要求:

  • DSH:版本需支持工具注册表。
  • Node.js:版本 >= 20(依赖内置的 fetch、FormData 和 Blob)。
  • ComfyUI:本地可访问的服务,默认地址为 http://127.0.0.1:8188,且 models/checkpoints 目录下需有底模文件。

安装命令如下:

dsh plugin --profile <你的 profile> add dsh-comfyui-image

Agent 用法

启用插件后,Agent 会自动识别并可以使用 generate_image 工具。开发者只需输入自然语言,Agent 会自动填充参数。

例如:

帮我生成一张柯基宇航员在月球上的图,数字艺术风格

工具返回的结果中包含生成的图片绝对路径、元数据路径以及详细的生成参数。

配置机制

配置优先级从高到低依次为:

  1. 插件配置(profile 的 cordis.patch.yml)
  2. 配置文件(~/.dsh-comfyui-image/config.json)
  3. 环境变量(如 COMFYUI_URL)
  4. 内置默认值

修改配置文件后无需重启 DSH 即可生效。

注意事项

  • 背景移除:该功能需要 ComfyUI 安装第三方去背节点(如 ComfyUI_essentials、ComfyUI-BRIA_AI-RMBG 等),否则无法使用。
  • 文件覆盖:插件会自动处理文件覆盖,如果目标文件已存在,会自动添加 -1、-2 等后缀。

结语

dsh-comfyui-image 为 DSH 生态提供了低成本的本地图片生成方案。它通过标准化的工具接口,让 Agent 能够方便地调用本地 ComfyUI 能力,适合对数据隐私和生成成本有较高要求的场景。

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

Xiaoye