GPT-Image Design:在 DSH 中用 ChatGPT Pro 或 OpenAI 兼容生图 API 产出设计图与 HTML demo

前言

在 DeepSeek Harness(DSH)中,想用真实 ChatGPT Pro 会话或 OpenAI 兼容生图 API 出设计图与前端 demo,以前需要自己写脚本调用接口或维护多套流程。GPT-Image Design 插件把这一链路封装进 DSH:一次调用即可生成多方向设计图,并将结果按主题与轮次落盘;侧边栏提供画廊与 demo 预览。

插件定位

  • 名称:GPT-Image Design
  • 维护者:Octo-o-o-o
  • 分类:联网工具
  • DSH 版本要求:>= 0.2.1-rc.3 < 0.3.0
  • Node.js 要求:>= 22(DSH 自带 runtime 也可以)

两种通道

插件提供两种工作通道:

  • web(默认):使用本机 Chrome 登录 ChatGPT Pro 网页会话。可同时产出图片与单文件 HTML demo,适合已有订阅、希望顺带产出前端代码的场景。
  • api:调用任意 OpenAI 兼容生图 API(如 gpt-image-1)。只产出图片,不产出 HTML demo;适合没有订阅、或需要通过 API 参数精确控制尺寸/质量/参考图的情况。

前置条件

  • DSH 版本满足要求。
  • Node.js 22+(DSH 自带 runtime 也可以)。
  • web 通道:本机 Google Chrome + 可登录 ChatGPT 网页的账号;首次登录需要人工操作。
  • api 通道:一个 OpenAI 兼容的生图服务、base URL、key 和模型名。
  • web 通道固定单账号、单会话,与研究插件共用同一个 Chrome profile。

安装与启用

从 Git commit 安装(当前推荐):

dsh plugin --profile <profile> add github:Octo-o-o-o/gpt-image-design#<40-char-commit>

<40-char-commit> 用 v0.3.2 Release 对应的完整 SHA;<profile> 换成你的 profile(例如 desktop、web)。安装后重启 DSH,在 设置 → 插件 中确认 GPT-Image Design 已启用;工具列表会出现 gpt_image_design,侧边栏会出现 Image Design 面板。

首次登录(web 通道)

gpt_image_design(action="login")

插件会打开一个独立的 Chrome 窗口。登录 ChatGPT 后关闭窗口即可;登录态保存在 ~/.dsh/pro-research/browser,与研究插件共用,只需登录一次。

api 通道不需要登录;配好 key 后用 probe 自检。

快速开始

web 通道:第一次先跑一张图 + 一个 demo

不需要准备材料,单轮单方向:

gpt_image_design(
  action="start",
  confirmed=true,
  title="第一次试跑",
  question="生成一个深色落地页首屏,并给一个可打开的单文件 HTML demo",
  brief="深色科技风,中文大标题,右侧产品界面,单文件 HTML",
  criteria=["至少 1 张完整首屏图", "一个可打开的 HTML demo"],
  rounds=1,
  designs=1
)

确认链路后,再按方向数/轮次扩展:

gpt_image_design(
  action="start",
  confirmed=true,
  title="落地页首屏",
  question="生成 3 个方向的首屏设计图和 1 个 HTML demo",
  brief="深色科技风,中文大标题,右侧产品界面,单文件 HTML",
  criteria=["至少 1 张完整首屏图", "一个可打开的 HTML demo"],
  rounds=2,
  designs=3
)

产物写入 <主题>/artifacts/round-NN/:

<project>/docs/design/<slug>/
├── topic.json
├── artifacts/round-01/
│   ├── image-01.png
│   ├── image-02.png
│   └── code-01.html
└── ...
  • image-*.png:ChatGPT 生成的图片。
  • code-*.html:前端代码块;单文件 HTML 可在面板 iframe 预览。

API 通道配置

在 设置 → 插件 → GPT-Image Design 里把 channel 改成 api,并填写:

设置 默认 说明
channel web web 或 api。
imageBaseUrl https://api.openai.com/v1 含版本前缀的 API 根地址。
imageApiKey 空 key;留空则读环境变量 GPT_IMAGE_API_KEY。
imageModel gpt-image-1 模型名,例如 gpt-image-1、dall-e-3 或服务商模型名。
imageSize auto auto 或 1024x1024 / 1536x1024 / 1024x1536 等。
imageQuality auto auto / low / medium / high(服务商支持时生效)。
imageFormat png png / jpeg / webp。
imageAuth bearer bearer(Authorization: Bearer)或 api-key(Azure 风格)。
imageEdit auto 材料里的图片是否作为参考图发给 /images/edits:auto / off。
imageTimeoutSeconds 300 单张图片的生成/下载超时(秒,10–3600)。

自检:

gpt_image_design(action="probe")

返回 channel: "api"、probe.ok、模型列表或 probe.reason。ok=false 时先看 reason(key、base URL、模型名)。

改完设置或环境变量后要重载插件(重启 DSH)才生效;进行中的主题不受影响。

如果设置页没有渲染这些项,可以直接写进 profile 的 cordis.patch.yml(~/.dsh/profiles/<profile>/cordis.patch.yml):

- id: gpt-image-design
  name: gpt-image-design
  config:
    channel: api
    imageBaseUrl: https://api.openai.com/v1
    imageApiKey: <your-key>        # 或用环境变量 GPT_IMAGE_API_KEY
    imageModel: gpt-image-1
    imageSize: 1536x1024

API 通道发起

gpt_image_design(
  action="start",
  confirmed=true,
  title="深色首屏",
  question="出三个方向的首屏",
  brief="深色科技风,中文大标题,右侧产品界面",
  criteria=["三张图方向可区分", "标题中文可读"],
  designs=3
)

每个方向调用一次生图接口(designs=3 就是 3 次请求),图片保存到 artifacts/round-NN/image-01.png 等。

通用设置

以下设置两个通道都有:

设置 默认 说明
rounds 3 每个主题默认轮次上限(1–10)。
designs 3 每轮生成的方向/图片数(1–6)。
model pro web 通道的 ChatGPT 页面模型:pro 或 thinking。
store project 记录位置:project(仓库 docs/design)或 local(DSH 本机)。
autoStart false 设计卡是否跳过点击直接开跑。
autoReview true capped 后唤醒原会话检查产物。
notify stall-only stall-only 只在卡住时提醒,all 完成也提醒。
stallMinutes 45 无进展判定分钟数。
maxRoundMinutes 90 单轮墙钟上限(分钟)。
maxFiles 12 单轮附件数量上限。
maxTotalMB 24 单轮附件总大小(MB)。
rawAnswers local 原始答复保存位置:local 或 repo。
rawAnswersDir 空 local 模式的原文目录。
headless false 无头模式仅建议用于自检。
judgeProvider 空 自动裁决的 LLM provider;填 off 关闭。
judgeModel 空 自动裁决的 model。

产物与记录

  • store=project:<项目>/docs/design/(设计插件使用 docs/design)。
  • store=local:~/.dsh/gpt-image-design/projects/<project>-<hash>/<slug>/。
  • 原始答复默认只在 ~/.dsh/gpt-image-design/raw/<topic-id>/;rawAnswers=repo 才复制进项目。
  • API 通道的答复是提示词与结果清单(纯文本),不是模型自然语言回复。
  • 登录态:~/.dsh/pro-research/browser(与研究插件共用,敏感,不要提交)。

安全与隐私

  • 会出网:web 通道把问题、brief、判据和材料发送到 chatgpt.com;api 通道发送到你配置的 imageBaseUrl。
  • 本地保存:登录态在 ~/.dsh/pro-research/browser(与研究插件共用);图片/代码在项目 docs/design 或 ~/.dsh/gpt-image-design;原始答复在 ~/.dsh/gpt-image-design/raw。
  • key 处理:key 只来自插件设置或 GPT_IMAGE_API_KEY;不会写进 topic.json、回执、日志或错误信息(错误体做了脱敏)。
  • 权限边界:插件以 DSH 进程权限运行,可以读写上述目录、启动本机 Chrome、请求你配置的生图服务;不会把 key 发给 imageBaseUrl 之外的地址,也不会把参考图发给其他服务商。
  • 文件管理器:插件先把路径限制在 topic 目录内,再把路径作为参数数组交给 explorer.exe / open / xdg-open;不经过 shell,也不把路径拼进命令行。
  • 清理:面板「更多 → 删除主题」或 action=delete(终态主题、需 confirmed=true)会删除主题目录、原始答复与面板记录;卸载时见下文。不要把 key、登录态或 ~/.dsh 提交到仓库。

适用场景与注意

  • 适合落地页/海报/UI 方向探索,一句话生成多方向设计图。
  • 不适合需要像素级精确排版、或必须使用特定品牌规范自动校验的场景。
  • web 通道是订阅网页自动化,不是官方 API;页面改版、账号风控与 ToS 风险由使用者承担。
  • api 通道按服务商条款计费,只产出图片,不产出 HTML demo。
  • 安装前应检查源码与许可证(MIT)。

生态背景

DSH 理念是「一切皆插件」;社区目录是独立站点,与 DeepSeek / 幻方无官方从属关系。本插件由 Octo-o-o-o 维护,可在 dsh.pub 与 GitHub 上查看详情。

链接

  • 目录页:https://www.skillhub.cn/plugins/Octo-o-o-o/gpt-image-design
  • GitHub:https://github.com/Octo-o-o-o/gpt-image-design
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