前言¶
在 DeepSeek Harness（DSH）里做 Agent，常见需求是让模型「说画就画」并把文件落到本机工作区。若自己写 Host 工具、拼请求体、做设置页和聊天卡片，工作量不小；若只在对话里贴 API 文档，模型也难以稳定调用 /images/generations 或 /images/edits。
下面介绍社区插件 dsh-image-gen-plugin（维护者 miller-owo）：它向 Agent 注册 generate_image 工具，并在 DSH「设置」中增加「图片生成」页，用 OpenAI 兼容的图片接口完成文生图与图生图。请求参数与 Dasipaint 的 openai.rs::build_request 对齐，官方 OpenAI、中转网关或自建反向代理均可对接。插件分类为「模型推理」；仓库 GitHub 当前星标为 0，许可证 MIT（package.json 版本 1.1.0）。
这是什么¶
dsh-image-gen-plugin 是一个 DSH 插件包，主要做两件事：
- 给 Agent 注入
generate_image：传入提示词即可出图，结果写入本机目录。 - 在 设置 → 图片生成 中配置模型、接口地址、密钥、输出格式、默认张数、落盘路径等。
HTTP 层走 POST {apiUrl}/images/generations（文生图）或 POST {apiUrl}/images/edits（图生图，multipart）。端点背后是自然语言驱动的绘画模型时，提示词原样透传，不做 GPT-image 风格模板包装；仅 OpenAI 图片接口才认的字段（如 moderation）默认不发，并可通过设置开关控制。
核心功能¶
generate_image 工具¶
工具暴露 8 个参数（画质 quality 仅作为调用参数，不在设置页里配；省略时按 high 出图）：
| 参数 | 必填 | 说明 |
|---|---|---|
prompt |
是 | 自然语言提示词；图内文字用引号写清并说明位置 |
resolution |
否 | auto（默认）或 宽x高，如 1536x864 |
quality |
否 | low / medium / high / xhigh / max |
count |
否 | 1–10 张；不传用设置默认值 |
background |
否 | auto / transparent / opaque |
location |
否 | 落盘位置；不传为会话工作区 |
images |
否 | 图生图源图路径数组，最多 16 张，每张 ≤50MB |
mask |
否 | 可选 PNG 蒙版，须恰好 1 张源图 |
没有单独的 mode 参数：传 images 即走编辑（/images/edits），不传即走生成（/images/generations）。
自定义分辨率校验顺序与 OpenAI 文档一致：宽高为 16 的倍数；长宽比 1:3–3:1；最长边 ≤3840（可由 maxEdge 调小）；总像素在 655,360–8,294,400 之间（故 3840×3840 超限，最大合法正方形约为 2880×2880）。
设置页与 Config¶
配置写入 profile 的 cordis.patch.yml，主要字段包括：
| 字段 | 默认值 | 说明 |
|---|---|---|
apiUrl |
https://api.openai.com/v1 |
基地址，自动拼 /images/generations |
secret |
空 | Bearer 令牌 |
model |
gpt-image-2.5-flare |
可改为端点支持的任意模型 id |
count |
1 |
默认张数 |
outputFormat |
png |
png / jpeg / webp |
outputCompression |
100 |
仅 jpeg / webp |
background |
auto |
默认背景 |
moderation |
auto |
仅显式选 low 时才发该字段 |
defaultResolution |
auto |
调用未写分辨率时使用 |
maxEdge |
3840 |
自定义分辨率最长边上限 |
outputDir |
空 | 留空用插件包内 assets/ |
fileNameFormat |
{time}-{prompt} |
占位符：{time}、{prompt}、{index}、{uniq} |
requestTimeoutSec |
600 |
单次请求超时 |
sendsModeration |
true |
关闭后永不发 moderation |
sendsOutputCompression |
true |
关闭后永不发 output_compression |
文件名模板支持排他创建，同名自动加 -2、-3 后缀，避免覆盖。
工具卡片与提示词建议¶
聊天中会展示工具卡片：生成中显示提示词前几行；出图后可展开完整提示词与实际传入参数。插件把提示词原样交给端点模型，README 建议侧重「内容、版式、引号内文字」，避免 Stable Diffusion 式权重语法或质量咒语；图生图应描述改动而非重述整图。
安装与启用¶
dsh plugin add 会把包装进 profile，并按包内 dsh.bundle.patch 追加到 bundle 栈，无需手改配置文件。
面向 web profile 的安装命令（来自 README 原文）：
dsh plugin --profile web add dsh-image-gen-plugin
也可在 Harness 内让 Agent 执行 plugin_manager 的 install_bundle，target 填 dsh-image-gen-plugin。
从本地目录安装时，将包名换成本插件目录的绝对路径，例如：
dsh plugin --profile web add "D:\MyProject\deepseek-image-generation\dsh-image-gen-plugin"
装完后刷新页面（http://127.0.0.1:3080）。Host 侧 JavaScript 变更需重启 DSH 后才会加载新一代；升级可重新执行 add 覆盖安装。
卸载：
dsh plugin --profile web remove dsh-image-gen-plugin
典型用法¶
经过上面的步骤，可按 README 中的顺序使用：
- 打开 设置 → 图片生成，填写 API 地址、API 密钥并选择模型。
- 在新会话中对 Agent 说例如「画一只戴帽子的柯基」；Agent 调用
generate_image，图片写入输出目录并在卡片中显示。 - 图生图时把源图路径交给 Agent，并说明要改什么（例如换背景、改毛色、加围巾）。
维护者提供的自检命令（在插件目录下）：
npm run check
可用 node show-prompt.mjs 查看模型实际读到的工具定义全文。
适用场景与注意¶
适合谁：已在 DSH 中跑 Agent、希望用 OpenAI 兼容图片 API（含自建或网关）做文生图 / 图生图，且需要设置页与聊天内预览的开发者。
权限与安全：插件以当前 DSH 进程权限运行，可读写配置中的目录并携带你填写的 API 密钥出网请求；安装前应阅读 源码与 LICENSE，确认接口与数据落盘位置符合你的环境策略。README 另有「安全」专节说明密钥字段存法，部署前建议通读。
生态说明：DSH 采用「一切皆插件」的扩展方式；SkillHub 目录页 为社区站点，与 DeepSeek / 幻方无官方从属关系，并非官方应用商店。
结尾¶
dsh-image-gen-plugin 把 OpenAI 兼容出图收敛成一个 generate_image 工具加一页设置，并区分 JSON 文生图与 multipart 图生图两条链路。若你要在 Harness 里让 Agent 稳定出图并落盘，可按本文安装命令接入，并在设置中配好 apiUrl 与 secret 后在新会话中直接自然语言调用。
- 目录页：https://www.skillhub.cn/plugins/miller-owo/dsh-image-gen-plugin
- GitHub：https://github.com/miller-owo/dsh-image-gen-plugin
