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