dsh-text2img：把本地 ComfyUI 文生图接入 DeepSeek Harness

前言¶

DeepSeek Harness（DSH）的核心理念是「一切皆插件」。对于在本地跑大模型、需要绘图能力的开发者来说，把现有的文生图服务注册成 DSH 原生工具是一个常见需求。本机已有 ComfyUI，通常是通过对话返回文件路径，体验割裂。dsh-text2img 插件的目标是把 ComfyUI 的文生图能力挂载成 DSH 的原生 text2img 工具，让 Agent 在对话中自然调用，生成的图片直接作为会话附件返回，无需上传到云端。

是什么¶

dsh-text2img 是一个由 bgfhsnm 维护的 DSH 插件，把本机 ComfyUI 的文生图能力注册成 DSH 原生工具 text2img。它支持 FLUX.1 Dev、Qwen-Image、SDXL 三种模型，图片不经过网络，直接在本地生成并进入会话，不消耗 API 额度。插件本身是纯挂载，不修改内核、无构建步骤。

核心功能¶

三种模型可选：FLUX.1 Dev（画质/遵循度最好）、Qwen-Image（图内可读文字最强）、SDXL（最快）。
零云端依赖：ComfyUI 跑在本地 127.0.0.1:8188，图片落本地磁盘。
图片直接进对话：通过 DSH 的 attachments 服务变成会话附件，返回 { type: 'image', attachment: {...} } 内容块。
自动拉起 ComfyUI：服务未运行时自动执行启动脚本并轮询就绪（最多 120 秒）。
不覆盖旧图：ComfyUI 按 output 目录编号，目标存在时自动加 _2、_3 后缀。
降级安全：附件服务缺席时退化为返回文件路径，工具本身不会失败。

工具参数¶

参数	类型	说明
`prompt`	string，必填	详细提示词，建议英文长句
`model`	`flux` / `qwen` / `sdxl`	默认 `flux`
`width` / `height`	integer	默认 1024 × 1024
`steps`	integer	默认 20（flux/qwen）或 25（sdxl）
`seed`	integer	固定种子可复现同一张图
`guidance`	number	FLUX 专用，默认 3.5
`negative`	string	负向提示词（qwen/sdxl 生效，FLUX 忽略）
`output_name`	string	输出文件名前缀

安装与启用¶

本插件是纯插件挂载，不改内核、无构建步骤。先把包放到 DSH profile 的 plugins/ 目录，然后在 profile 的 package.json 里登记两处：

$dest = "$env:USERPROFILE\.dsh\profiles\desktop\plugins\dsh-text2img"
New-Item -ItemType Directory -Force -Path $dest | Out-Null
Copy-Item .\* $dest -Recurse -Force

在 package.json 中加入：

{
  "dependencies": {
    "dsh-text2img": "file:./plugins/dsh-text2img"
  },
  "dsh": {
    "profile": {
      "bundles": [
        // ……原有的 bundle……
        "dsh-text2img"
      ]
    }
  }
}

重启 DSH 后，模型选择器旁的工具栏里会出现 text2img 工具。

典型用法¶

在对话中直接调用 text2img 工具，例如：

{
  "tool": "text2img",
  "arguments": {
    "prompt": "A cyberpunk city street at night, neon lights, rain, highly detailed",
    "model": "flux",
    "width": 1024,
    "height": 1024,
    "steps": 20,
    "seed": 123456
  }
}

工具会通过环境变量 TEXT2IMG_COMFY_URL、TEXT2IMG_COMFY_OUTPUT、TEXT2IMG_OUT_DIR、TEXT2IMG_START_BAT 指定 ComfyUI 地址、输出目录、最终保存目录以及未运行时的启动脚本。默认值对应作者本机布局，换机器时可全部覆盖。

适用场景与注意¶

适合需要本地可控文生图、不希望上传图片到云端的场景，例如内部知识库可视化、敏感数据标注、离线工作流等。

注意：插件以当前 DSH 进程的权限运行，安装前应检查源码与许可证（MIT）。模型文件需按 ComfyUI 标准目录放置，具体路径见前置条件。

结尾¶

dsh-text2img 让本机 ComfyUI 的文生图能力无缝接入 DSH 对话，Agent 可以自然地「画一张图」，图片直接在会话中展示。如果你已经在本地跑 ComfyUI，这个插件可以减少一次文件路径传递的割裂体验。

目录页：https://www.skillhub.cn/plugins/bgfhsnm/dsh-text2img
GitHub：https://github.com/bgfhsnm/dsh-text2img